要实现扫描一张图片并生成电子文档的功能，可以使用Python中的`pytesseract`库进行OCR（光学字符识别），将图片中的文本提取出来，并将其保存为电子文档（如TXT或PDF格式）。以下是一个完整的解决方案。 ### 代码实现 ```python # 安装依赖库：pip install pytesseract pillow # 需要安装Tesseract-OCR引擎：https://github.com/tesseract-ocr/tesseract from PIL import Image import pytesseract from fpdf import FPDF # 设置Tesseract路径（根据你的系统环境修改） pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe' # Windows示例路径 # 打开图片文件 image_path = 'your_image.jpg' # 替换为你的图片路径 image = Image.open(image_path) # 使用pytesseract进行OCR识别 text = pytesseract.image_to_string(image, lang='eng') # lang参数可设置为其他语言，如'chi_sim'表示简体中文 # 将识别的文本保存为TXT文件 output_txt_path = 'output_text.txt' with open(output_txt_path, 'w', encoding='utf-8') as file: file.write(text) print(f"文本已保存到 {output_txt_path}") # 将识别的文本保存为PDF文件 class PDF(FPDF): def header(self): self.set_font("Arial", "B", 12) self.cell(0, 10, "Scanned Document", 0, 1, "C") def footer(self): self.set_y(-15) self.set_font("Arial", "I", 8) self.cell(0, 10, f"Page {self.page_no()}", 0, 0, "C") def create_pdf(text, output_pdf_path): pdf = PDF() pdf.add_page() pdf.set_auto_page_break(auto=True, margin=15) pdf.set_font("Arial", size=12) pdf.multi_cell(0, 10, text) pdf.output(output_pdf_path) print(f"PDF已保存到 {output_pdf_path}") output_pdf_path = 'output_document.pdf' create_pdf(text, output_pdf_path) ``` ### 代码解释 1. **图片加载**： - 使用`PIL.Image.open`打开图片文件。 2. **OCR识别**： - 使用`pytesseract.image_to_string`对图片进行OCR处理，提取其中的文本。`lang`参数可以根据需要设置为不同的语言，例如`eng`（英语）、`chi_sim`（简体中文）等。 3. **保存为TXT文件**： - 将提取的文本写入一个TXT文件中，方便查看和编辑。 4. **保存为PDF文件**： - 使用`FPDF`库创建一个PDF文档，并将提取的文本插入到PDF中。通过自定义`header`和`footer`方法，可以添加页眉和页脚。 ### 注意事项 - 需要安装Tesseract OCR引擎，并正确配置其路径（通过`pytesseract.pytesseract.tesseract_cmd`设置）。 - 如果图片质量较差，可能需要先进行预处理（如调整亮度、对比度、去噪等），以提高OCR识别精度。