### Python 图片字符识别并生成报告的实现 为了实现图片字符识别并生成包含原图和识别结果的报告，可以使用 `pytesseract` 和 `OpenCV` 进行 OCR 识别，并结合 `Pillow` 和 `matplotlib` 来处理图像和生成报告。以下是一个完整的示例代码[^1]。 ```python import cv2 import pytesseract from PIL import Image, ImageDraw, ImageFont import matplotlib.pyplot as plt import numpy as np # 配置 Tesseract 路径（如果需要） # pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe' def preprocess_image(image_path: str) -> np.ndarray: """预处理图片以提高 OCR 准确性""" image = cv2.imread(image_path) gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) _, binary_image = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU) return binary_image def recognize_digits(binary_image: np.ndarray) -> str: """使用 Tesseract 进行 OCR 识别""" text = pytesseract.image_to_string(binary_image, lang='eng') return text.strip() def generate_report(image_path: str, recognized_text: str): """生成包含原图和识别结果的报告""" # 加载原图 original_image = Image.open(image_path) # 创建绘图对象 draw = ImageDraw.Draw(original_image) font = ImageFont.truetype("arial.ttf", 36) # 确保字体文件存在 # 在图片上绘制识别结果 draw.text((10, 10), f"Recognized Text: {recognized_text}", fill=(255, 0, 0), font=font) # 显示原图和处理后的图片 fig, ax = plt.subplots(1, 2, figsize=(12, 6)) ax[0].imshow(cv2.cvtColor(cv2.imread(image_path), cv2.COLOR_BGR2RGB)) ax[0].set_title("Original Image") ax[0].axis("off") ax[1].imshow(original_image) ax[1].set_title("Processed Image with Text") ax[1].axis("off") plt.show() def main(image_path: str): """主函数：完成图片字符识别并生成报告""" binary_image = preprocess_image(image_path) recognized_text = recognize_digits(binary_image) generate_report(image_path, recognized_text) if __name__ == "__main__": image_path = "example.png" # 替换为实际图片路径 main(image_path) ``` 上述代码实现了以下功能： 1. **图片预处理**：通过 `cv2` 将图片转换为二值化图像以提高 OCR 的准确性[^1]。 2. **OCR 识别**：使用 `pytesseract` 对预处理后的图片进行字符识别[^2]。 3. **生成报告**：在原图上绘制识别结果，并使用 `matplotlib` 显示原图和处理后的图片[^1]。 ### 注意事项 - 需要安装 `pytesseract`、`opencv-python`、`Pillow` 和 `matplotlib` 库。 - 确保 Tesseract 已正确安装并配置路径[^2]。 - 根据需求调整语言包和字体文件。