python 识别图片中的文字信息方法

为了在 Python 中识别图片中的文字信息，需要使用 OCR 技术（Optical Character Recognition，光学字符识别）。该技术可以将图片中的文本转换为可编辑文本，使得文本的处理、搜索和复制变得更加容易。

下面是用 Python 识别图片中的文字信息的完整攻略。

安装 OCR 库

首先需要安装 OCR 库，可以选择下面两个常用的库：

• pytesseract：基于 Google Tesseract OCR 引擎实现的 OCR 库。
• OCRopus：基于 Python 实现的 OCR 引擎，其开放源代码。

使用 pip 命令安装上述库，

pip install pytesseract
pip install ocropus

加载图片

在识别文本之前，需要加载图像。可以使用 Python 的 OpenCV 库来处理图片，

import cv2

image = cv2.imread('test.png')

识别文本

使用 pytesseract 库识别图像中的文本，

import pytesseract

text = pytesseract.image_to_string(image)
print(f'The text in the image is \n{text}')

也可以使用 OCRopus 库识别文本，

import ocrolib

text = ocrolib.recognition.recognize_text(image)
print(f'The text in the image is \n{text}')

示例

示例 1：识别验证码

在 Web 服务中，验证码通常以图片的形式呈现，为了自动化测试和模拟网站登录，需要使用 Python 识别验证码。下面是示例代码，

import cv2
import pytesseract

# 加载验证码
image = cv2.imread('captcha.png')

# 灰度化处理
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 二值化
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV)

# 识别文本
text = pytesseract.image_to_string(thresh)

# 显示结果
print(f"The text in the image is {text}")

示例 2：识别长文本

下面是一个示例，演示如何使用 Python 识别长文本图像，

import cv2
import pytesseract

# 加载长文本
image = cv2.imread('long_text.png')

# 按行分割
result, lines = cv2.text.detectRegions(image)
for line in lines:
    x, y, w, h = line
    text = pytesseract.image_to_string(image[y:y + h, x:x + w])
    print(text)

在此示例中，我们将长文本按照行进行分割，然后使用 pytesseract 库识别每一行的文本。