大家好，我是浪仔。在日常工作中，经常会遇到需要从图片中提取文字的情况，传统的手动输入不仅耗时耗力，还容易出错。今天带你用 Python 完成一项自动化办公任务——利用 OCR 技术，10 分钟内将图片中的文字提取出来，轻松解决困扰！
什么是 OCR？
OCR（Optical Character Recognition，光学字符识别）技术通过识别图片中的字符，将其转化为可编辑的文本。Python 中的 Tesseract OCR 是一个广泛使用的 OCR 引擎，它可以帮助你从图片、PDF 中提取文字，简化大量繁琐的工作。
今天，我们将使用 Python 的 pytesseract 库来实现这一功能。
准备工作
在开始之前，你需要安装几个依赖：
安装 Tesseract：
Tesseract 是 OCR 引擎的核心部分，首先需要在你的系统中安装它。你可以通过以下命令安装：
Windows：下载并安装 Tesseract。 Linux：使用命令 sudo apt install tesseract-ocr安装。Mac：使用 Homebrew 安装 brew install tesseract。
安装 Python 库：
pip install pytesseract pillow
步骤一：导入所需库
首先，我们需要导入 pytesseract 和 PIL（Python Imaging Library）库，这样我们才能加载图片并提取其中的文字。
import pytesseract
from PIL import Image
步骤二：加载图片
使用 PIL 库打开你想提取文字的图片。可以是截图、扫描件、甚至是拍摄的照片。
# 打开图片
img = Image.open('sample_image.png')
步骤三：提取文字
调用 pytesseract.image_to_string() 函数，将图片中的文字提取为文本。
# 使用 pytesseract 提取文字
text = pytesseract.image_to_string(img)
# 打印提取的文字
print(text)
步骤四：优化图片（可选）
OCR 的准确性与图片的清晰度密切相关，因此在提取文字之前，优化图片的质量会提高识别效果。你可以通过以下方式增强图片：
灰度化处理：将图片转为灰度图，减少干扰，突出文字。
img = img.convert('L') # 转为灰度图二值化处理：将图片转为黑白图，进一步提升对比度。
threshold = 128
img = img.point(lambda p: p > threshold and 255)去噪处理：使用图像处理库（如 OpenCV）去除图片中的噪点，进一步提升识别率。
import cv2
import numpy as np
img = cv2.imread('sample_image.png')
img = cv2.GaussianBlur(img, (5, 5), 0) # 去噪
步骤五：多语言支持（可选）
如果图片中的文字是中文或其他非英语语言，你可以使用 Tesseract 提供的语言包来进行支持。
# 提取中文
text = pytesseract.image_to_string(img, lang='chi_sim')
提取效果展示
通过上述代码，你可以轻松提取图片中的文字。假设你提取的文本内容是：
你好，欢迎来到 Python 自动化办公教程！
在这个教程中，我们将利用 OCR 技术提取图片中的文字。
小结
通过本文介绍的步骤，你可以用 Python 和 OCR 技术，快速实现图片文字提取。这样，不管是从扫描件、截图还是拍摄的照片中提取文字，工作效率都会大大提高。
在实际应用中，这项技术可以广泛用于处理合同、证件、发票等文字内容，节省大量手动输入的时间，尤其适合办公自动化。赶紧动手试试，让 OCR 帮你提高工作效率！
