### 使用 Python OCR 提取图片中指定区域的文字 为了从图片中的特定位置提取文字，可以利用 `pytesseract` 库配合 OpenCV 来定位并裁剪目标区域后再执行 OCR 识别。下面是一个具体的实例来展示如何完成这一操作。 #### 安装必要的库 首先需要安装几个重要的库，包括用于 OCR 的 `pytesseract` 和处理图像的 `opencv-python`： ```bash pip install pytesseract opencv-python ``` 如果尚未安装 Tesseract-OCR 引擎，则需按照官方指南下载并配置该软件[^2]。 #### 编写代码实现功能 接下来通过一段简单的脚本说明怎样读入一张图片、定义感兴趣区(ROI)，最后调用 OCR 接口获取文本数据： ```python import cv2 import pytesseract def ocr_from_image(image_path, roi_coordinates): """ 对给定路径下的图片文件，在指定区域内进行OCR识别 参数: image_path (str): 输入图片的位置. roi_coordinates ((left,top,right,bottom)): 感兴趣区域坐标元组. 返回: str: 所选区域内的文本字符串. """ # 加载原始图像 img = cv2.imread(image_path) # 获取 ROI 子图 cropped_img = img[roi_coordinates[1]:roi_coordinates[3], roi_coordinates[0]:roi_coordinates[2]] # 将 BGR 转换为 RGB 颜色空间（因为OpenCV默认加载的是BGR） rgb_cropped_img = cv2.cvtColor(cropped_img, cv2.COLOR_BGR2RGB) # 进行 OCR 处理 text = pytesseract.image_to_string(rgb_cropped_img) return text.strip() if __name__ == "__main__": path = "example.png" region_of_interest = (50, 80, 200, 150) # 左上角(x,y)= (50,80); 右下角(x',y')=(200,150) result_text = ocr_from_image(path, region_of_interest) print(f"Extracted Text:\n{result_text}") ``` 这段程序会打印出由所选矩形框内提取出来的纯文本内容。注意这里假设输入图片名为 `"example.png"` 并位于当前工作目录；实际应用时应替换为真实的文件名和路径[^3]。