图片文字识别一直是个老大难的问题。要是能把图片里的文字直接提取出来，那该多爽啊！这不，Python就有个特别好使的库 - PyTesseract 。它就是基于谷歌的 Tesseract-OCR 引擎开发的，简单几行代码就能搞定文字识别。
安装 PyTesseract 可不能光装 Python 包，还得装 Tesseract-OCR 引擎。Windows 用户得去官网下安装包，Mac 用户直接用 brew 装就完事了。装好引擎后，再用 pip 装 Python 包：
pip install pytesseract
pip install Pillow # 处理图片用的
温馨提示：Windows 用户装完记得把 Tesseract-OCR 的安装路径加到环境变量，不然等会儿代码跑不动哦！
来看个最简单的例子，识别一张图片里的文字：
import pytesseract
from PIL import Image
# 读取图片
img = Image.open('test.png')
# 识别文字
text = pytesseract.image_to_string(img， lang='chi_sim')
print(text)
这代码看着简单吧？lang='chi_sim' 是指定识别中文简体，要是识别英文就用 eng。不过图片质量不好的话，识别结果可能不太准。
图片要是不清晰，识别准确率就低了，咱们可以先对图片做个预处理：
import cv2
import numpy as np
def preprocess_image(image_path)：
# 读取图片
img = cv2.imread(image_path)
# 转灰度图
gray = cv2.cvtColor(img， cv2.COLOR_BGR2GRAY)
# 二值化处理
thresh = cv2.threshold(gray， 0， 255， cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]
return thresh
温馨提示：二值化阈值别瞎设，用 THRESH_OTSU 算法自动算最佳阈值准没错！
有时候咱们就想识别图片里的某个区域，这也简单：
def get_text_by_region(image， region)：
# 裁剪区域
x， y， w， h = region
roi = image[y：y+h， x：x+w]
# 识别文字
text = pytesseract.image_to_string(roi， lang='chi_sim')
return text.strip()
要是想知道文字在图片里的具体位置，用 image_to_data 就搞定了：
def get_text_position(image_path)：
img = Image.open(image_path)
data = pytesseract.image_to_data(img， output_type=pytesseract.Output.DICT)
for i， word in enumerate(data['text'])：
if word.strip()：
x， y = data['left'][i]， data['top'][i]
w， h = data['width'][i]， data['height'][i]
print(f'文字：{word}， 位置：({x}， {y})， 大小：{w}x{h}')
识别效果不好？试试这几招：
图片放大一点，小图片识别准确率低
调整图片对比度，文字要跟背景形成强烈对比
去噪处理，把图片上的小斑点去掉
PyTesseract 虽说不是啥高大上的 AI，但处理普通的文字识别够用了。要是发现识别率不够高，那就得上深度学习的模型了。不过对付日常工作中遇到的文字识别需求，这个小工具已经相当给力了！
代码写好了，赶紧去试试效果吧！这玩意儿用得好，以后遇到要从图片提取文字的活儿就不用手敲了。
