图片OCR光学识别生成TXT文件

是什么：从图片中识别并提取文字内容。

为什么：将图片中的文字转换为可编辑的文本格式。

Python 示例

python

import pytesseract
from PIL import Image

def image_ocr(image_path):
    """图片OCR文字识别"""

    # 打开图片
    image = Image.open(image_path)

    # OCR识别
    text = pytesseract.image_to_string(image, lang='chi_sim+eng')

    # 输出结果
    print("识别结果:")
    print(text)

    return text

# 使用示例
text = image_ocr("text_image.jpg")

# 保存到文件
with open("output.txt", "w", encoding="utf-8") as f:
    f.write(text)

安装依赖：

bash

pip install pytesseract pillow
# 还需安装 Tesseract-OCR：https://github.com/UB-Mannheim/tesseract/wiki

语言包安装：

bash

# 中文识别需要下载语言包
# 下载 chi_sim.traineddata 放到 tessdata 目录

一句话总结：使用Tesseract OCR引擎从图片中提取文字，支持多语言识别，适合文档数字化和文字提取。