讲师中心 微信公众号

工具推荐

视频效率加速
剧云
剧云

中文短剧剧本制作平台

updream

一键生成高质量推广成片

立刻MV
立刻MV

低成本歌曲 MV、视频生成

AniShort
AniShort

AI短剧协同制作平台

如何用Python实现图片文字识别并将OCR结果保存为文档

冬静大大_5988

冬静大大_5988

发布时间:2026-11-16 09:54:50

|

274人浏览过

|

来源于php中文网

原创

pytesseract是Python中调用Tesseract进行OCR最稳定、中文支持最成熟的本地方案,需先安装tesseract引擎及chi_sim语言包,再配合Pillow预处理图像并指定lang='chi_sim'和config='--psm 6'。

如何用python实现图片文字识别并将ocr结果保存为文档

用 pytesseract 提取图片文字最直接可行

不是所有 OCR 库都适合快速落地,pytesseract 是 Python 生态里调用 Tesseract 引擎最稳定、中文支持最成熟的方案。它不依赖云 API,本地运行,适合批量处理私有图片。但前提是系统必须先装好 tesseract 命令行程序——很多人卡在这步,不是 Python 包没装对,而是底层引擎根本没装。

实操建议:

立即学习“Python免费学习笔记(深入)”;

Python 环境工具专业版
Python 环境工具专业版

Python 环境工具专业版功能概述Python 环境工具专业版是一项面向实际任务的技能。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。核心要点使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。执行完成后建议检查结果是否符合预期,并保留必要记录。使用与执行同时注意输入完整性、执行条件和输出可用性。从功能定位来看,该技能

下载
  • macOS 用户用 brew install tesseract --with-lang(加 --with-lang 才包含 chi_sim.traineddata)
  • Windows 用户去 UB-Mannheim 官方页 下载安装包,安装时勾选 Chinese (simplied) 语言包
  • Linux 用户执行 sudo apt install tesseract-ocr tesseract-ocr-chi-sim(Ubuntu/Debian)
  • Python 端只装 pytesseract 和 Pillow:pip install pytesseract Pillow

pytesseract.image_to_string() 的关键参数怎么设

默认调用会返回乱码或空字符串,核心问题出在语言和图像预处理上。Tesseract 对输入质量敏感,纯靠参数硬调效果有限,得配合 Pillow 做基础清理。

实操建议:

立即学习“Python免费学习笔记(深入)”;

  • 必须显式指定 lang='chi_sim'(简体中文),英文图用 lang='eng',混排可写 lang='chi_sim+eng'
  • 优先用 config='--psm 6':告诉 Tesseract 当前是单块均匀文本(如截图、文档扫描页),比默认 psm 3(自动检测)更准
  • 图像要转灰度 + 二值化:img = img.convert('L').point(lambda x: 0 if x ,模糊或低对比图必须做
  • 字体太小(img.rotate(角度, expand=True) 校正,再传入 OCR

保存结果为 .txt 或 .docx?别绕弯子

OCR 结果本质是字符串,保存成文本文件直接用内置 open(..., 'w', encoding='utf-8') 就行;要存 .docx 必须引入 python-docx,但它只生成基础格式,不保留原图排版、表格、字体样式——这点常被高估。

实操建议:

立即学习“Python免费学习笔记(深入)”;

  • 存纯文本:用 with open('output.txt', 'w', encoding='utf-8') as f: f.write(text),注意编码必须是 utf-8,否则中文写入会报错或乱码
  • 存 .docx:装 python-docx 后,from docx import Document; doc = Document(); doc.add_paragraph(text); doc.save('output.docx')
  • 如果图片含多栏、标题、列表,不要指望 OCR 自动还原结构——pytesseract 输出的是线性文本流,段落换行靠 \n 分隔,需手动按规则切分(比如连续空行当节分隔)

为什么识别结果缺字、串行、漏标点

这不是代码 bug,而是 Tesseract 的固有限制:它把图像当“文字块”识别,不理解语义。常见诱因是图片质量差、文字粘连、背景干扰、字号突变。强行调参不如先看图。

排查顺序:

  • 用 img.show() 看原始图是否清晰——模糊、反光、阴影直接导致失败
  • 检查 image_to_boxes() 返回的坐标,看识别区域是否覆盖了目标文字(常发现只扫了图一角)
  • 试 image_to_data(),它返回每行置信度(conf 字段),conf 的行基本不可信,可过滤掉
  • 竖排中文?Tesseract 原生不支持,必须先旋转 90° 变横排,OCR 后再人工调整顺序

真正难的不是调通代码,是判断哪张图值得 OCR、哪张该重拍或换工具。有些扫描件带水印或底纹,用 OpenCV 做背景抑制比调 pytesseract 参数更有效。

热门AI工具

更多
讯飞智文

一款面向学习和办公场景的AI文档创作工具,可辅助生成PPT与Word文档,提高资料整理和内容制作效率。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

PixTV
PixTV Hot

PixTV是一款面向AIGC内容创作的AI视频生成工具。

创客贴AI

创客贴AI是一款AI图像与设计工具,AI辅助的智能在线设计工具。

小橡皮AI

一款AI工具,主要用于小橡皮一键去AI味,将机器味重的内容改得更有活人感,防止因为 AI 内容被平台打上 AI 标签,以及限流,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

立刻MV
立刻MV Hot

立刻MV是一款AI文本写作工具,AI 音乐视频(MV)创作工具。

火山引擎

火山引擎是一款面向企业的云计算与AI服务平台。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

1931

2023.07.20

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

5464

2023.07.25

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

1889

2023.07.31

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

33297

2023.08.03

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

3907

2023.08.04

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

3927

2023.08.04

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

1283

2023.08.11

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

616

2023.08.10

Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

120

2026.11.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn