Python批量识别图片中的文字并保存到txt文档中

在开始之前，请确保已经安装了Tesseract OCR引擎和pytesseract库。如果没有安装，请先安装它们。安装命令如下：

# 安装Tesseract OCR引擎
sudo apt-get install tesseract-ocr
# 安装pytesseract库
pip install pytesseract

接下来，我们将编写一个Python脚本，该脚本将批量识别图片中的文字，并将结果保存到txt文档中。

import os
import pytesseract
from PIL import Image
# 设置Tesseract OCR引擎的路径
pytesseract.pytesseract.tesseract_cmd = r'/usr/bin/tesseract' # 根据你的系统路径进行修改
# 定义保存结果的txt文件路径
output_file = 'output.txt'
# 定义图片所在的文件夹路径
image_folder = 'images'
# 遍历文件夹中的所有图片文件
for filename in os.listdir(image_folder):
if filename.endswith('.jpg') or filename.endswith('.png'): # 只处理jpg和png格式的图片文件
image_path = os.path.join(image_folder, filename)
text = pytesseract.image_to_string(Image.open(image_path)) # 使用pytesseract识别图片中的文字
with open(output_file, 'a') as f: # 打开或创建输出txt文件，以追加模式写入结果
f.write(text + '
') # 将每张图片的文字结果写入txt文件，每个结果占一行

运行脚本后，它将遍历指定文件夹中的所有图片文件，并使用Tesseract OCR引擎识别其中的文字。识别结果将保存到名为“output.txt”的txt文件中。如果输出文件不存在，脚本将自动创建它。每张图片的文字结果将占据一行。
请注意，OCR技术的准确度取决于许多因素，包括图片质量、字体、字号、背景等。因此，在某些情况下，可能无法完全准确地识别出图片中的文字。如果需要更高的识别准确度，可以尝试使用更先进的OCR技术或对图片进行预处理（如降噪、二值化、去背景等）。