在日常办公或者学习中，往往存在这样一个工作场景，比如，“老王，我这里有一张图片，你把里面的文字信息给我整理出来”，都2021年了，你真的还在手敲图片文字信息么？那么还不赶紧收藏这篇秘籍，这里本渣渣总结了三种方法，教你如何将图片上的文字信息提取出来，图片转成文字信息的方法。
方法一：QQ/微信聊天工具
对，你没看错，就是QQ聊天工具，新版本的微信也已经支持图片提取文字信息了，同时也支持翻译，相信大部分人应该已经使用过，而且效果也非常出色！
该方法更适合移动端操作，识别效果也很给力，推荐操作使用！
方法二：网上在线图文识别工具
直接百度搜索可以找到不少图文识别工具，大部分应该是调用接口封装而成的网页工具，操作相比第一种会繁琐一些，毕竟你需要上传文件，然后再下载文件。
比如：http://www.pdfdo.com/image-to-txt.aspx
该方法大家可以尝试一下，网上有不少这样的工具，图片识别量小可以免费使用，小心被割韭菜即可，当然识别率并非百分百，不妨参考尝试使用！
方法三：应用Python写图片识别文字工具（骚操作，仅供装比使用）
骚操作来了，我们可以应用python来自己写一个工具脚本，一个图片识别文字工具脚本，可以批量操作，解放双手，当然仅供装比使用，当然本渣渣这么菜，肯定是直接调用接口啦！
方法一：EasyOCR库
Python中有一个不错的OCR库-EasyOCR，在GitHub已有9700star。它可以在python中调用，用来识别图像中的文字，并输出为文本。
https://github.com/JaidedAI/EasyOCR
EasyOCR支持超过80种语言的识别，包括英语、中文（简繁）、阿拉伯文、日文等，并且该库在不断更新中，未来会支持更多的语言。
1.步骤一：安装 EasyOCR库
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple easyocr
注意：EasyOCR库比较大，一定要更改为国内源，要不然等到天荒地老！
2.步骤二：使用方法介绍
EasyOCR的用法非常简单，分为三步:
1.创建识别对象；2.读取并识别图像；3.导出文本。
3.步骤三：实例使用参考
参考源码：
-
# 导入easyocr
-
import easyocr
-
# 创建reader对象
-
reader = easyocr.Reader([
'ch_sim',
'en'])
-
# 读取图像
-
result = reader.readtext(
'test.jpg')
-
# 结果
-
print(result)
可惜未调试成功，暂不清楚问题所在，贴出问题所在，知晓的老哥可以指点一二！
报错信息：
-
E:\Python\venv\Scripts\python.exe E:/Python/twsb/ff2.py
-
E:\Python\venv\lib\site-packages\skimage\io\manage_plugins.py:
23: UserWarning: Your installed pillow version is <
7.1
.0. Several security issues (CVE
-2020
-11538, CVE
-2020
-10379, CVE
-2020
-10994, CVE
-2020
-10177) have been fixed in pillow
7.1
.0 or higher. We recommend to upgrade this library.
-
from .collection
import imread_collection_wrapper
-
CUDA not available - defaulting to CPU. Note: This module is much faster with a GPU.
-
Downloading detection model, please wait
-
Traceback (most recent call last):
-
File
"E:/Python/twsb/ff2.py", line
4, in <module>
-
reader = easyocr.Reader([
'ch_sim',
'en'])
-
File
"E:\Python\venv\lib\site-packages\easyocr\easyocr.py", line
170, in __init__
-
urllib.request.urlretrieve(model_url[
'detector'][
0] , DETECTOR_PATH)
-
File
"C:\Users\Administrator\AppData\Local\Programs\Python\Python38\lib\urllib\request.py", line
247, in urlretrieve
-
with contextlib.closing(urlopen(url, data)) as fp:
-
File
"C:\Users\Administrator\AppData\Local\Programs\Python\Python38\lib\urllib\request.py", line
222, in urlopen
-
return opener.open(url, data, timeout)
-
File
"C:\Users\Administrator\AppData\Local\Programs\Python\Python38\lib\urllib\request.py", line
531, in open
-
response = meth(req, response)
-
File
"C:\Users\Administrator\AppData\Local\Programs\Python\Python38\lib\urllib\request.py", line
640, in http_response
-
response = self.parent.error(
-
File
"C:\Users\Administrator\AppData\Local\Programs\Python\Python38\lib\urllib\request.py", line
569, in error
-
return self._call_chain(*args)
-
File
"C:\Users\Administrator\AppData\Local\Programs\Python\Python38\lib\urllib\request.py", line
502, in _call_chain
-
result =
func(*args)
-
File
"C:\Users\Administrator\AppData\Local\Programs\Python\Python38\lib\urllib\request.py", line
649, in http_error_default
-
raise HTTPError(req.full_url, code, msg, hdrs, fp)
-
urllib.error.HTTPError: HTTP Error
403: Forbidden
-
-
Process finished with exit code
1
方法二：ORC（tesseract-ocr）识别
安装pytesseract库，必须先安装其依赖的PIL及tesseract-ocr，其中PIL为图像处理库，而后面的tesseract-ocr则为google的ocr识别引擎。
1.步骤一：配置ORC本地环境
安装tesseract-ocr，这个没有什么好说的，下载好程序，点击下一步，安装步骤安装即可！
但是需要配置系统环境变量，或者在调用程序的时候需要注明工具的路径，即安装后tesseract.exe的路径！
关于配置系统环境变量可自行百度配置，这里本渣渣没有配置，直接注明应用路径地址：
pytesseract.pytesseract.tesseract_cmd = r'D:/Program Files/Tesseract-OCR/tesseract.exe'
注意：
下载chi_sim.traindata字库。要有这个才能识别中文。
下好后，放到Tesseract-OCR项目的tessdata文件夹里面。
为了便于大家测试使用，这里本渣渣打包了工具程序包！
关注本渣渣微信公众号：二爷记
后台回复 ocr
即可获取tesseract-ocr及中文识别库（本渣渣系统是win7 64位，亲测可用）！
2.步骤二：安装库
安装pytesseract(换源)和安装PIL（换源）
-
pip install -i https:
//pypi.tuna.tsinghua.edu.cn/simple pytesseract
-
pip install -i https:
//pypi.tuna.tsinghua.edu.cn/simple pillow
3.步骤三：调用接口识别图片文字信息
参考源码：
-
# 图像识别初识
-
#author:微信：huguo00289
-
#微信公众号：二爷记
-
# -*- coding: utf
-8 -*-
-
-
import pytesseract
-
from PIL
import Image
-
pytesseract.pytesseract.tesseract_cmd = r
'D:/Program Files/Tesseract-OCR/tesseract.exe'
-
image = Image.open(
'cs.png')
-
#code = pytesseract.image_to_string(image)
-
code = pytesseract.image_to_string(image, lang=
"chi_sim+eng")
-
print(code)
本方法对于识别一些简单纯净的中文、数字、字母和标点符号的效果还是不错的，如果是经过处理的图片，比如验证码等图片的识别，需要借助jTessBoxEditor训练字库才能提高识别的准确率哦！
方法三：调用百度官方OCR接口
调用百度官方OCR接口，付费，识别率高！
官方介绍：多场景、多语种、高精度的文字检测与识别服务，多项ICDAR指标居世界第一；广泛适用于远程身份认证、财税报销、文档电子化等场景，为企业降本增效；提供稳定易用的在线API、离线SDK、软件部署包多种服务形式，最高可享每天50000次免费调用。
官方调用接口参考源码：
1.获取Access Token权限
-
# encoding:utf
-8
-
# 获取Access Token权限
-
import requests
-
-
# client_id 为官网获取的AK， client_secret 为官网获取的SK
-
host =
'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【官网获取的AK】&client_secret=【官网获取的SK】'
-
response = requests.get(host)
-
if response:
-
print(response.json())
2.调用接口识别图片文字信息
-
# encoding:utf
-8
-
-
import requests
-
import base64
-
-
''
'
-
通用文字识别
-
'
''
-
-
request_url =
"https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic"
-
# 二进制方式打开图片文件
-
f = open(
'[本地文件]',
'rb')
-
img = base64.b64encode(f.read())
-
-
params = {
"image":img}
-
access_token =
'[调用鉴权接口获取的token]'
-
request_url = request_url +
"?access_token=" + access_token
-
headers = {
'content-type':
'application/x-www-form-urlencoded'}
-
response = requests.post(request_url, data=params, headers=headers)
-
if response:
-
print (response.json())
本渣渣亲自上手撸一发，仅供参考代码：
-
# encoding:utf
-8
-
#author:微信：huguo00289
-
#微信公众号：二爷记
-
#百度通用文字识别（标准版）
-
#https:
//cloud.baidu.com/doc/OCR/s/zk3h7xz52
-
import requests
-
import base64
-
-
def bdocr(AK,SK,imgname):
-
host = f
'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={AK}&client_secret={SK}'
-
response = requests.get(host)
-
access_token=response.json()[
'access_token']
-
-
request_url =
"https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic"
-
# 二进制方式打开图片文件
-
f = open(imgname,
'rb')
-
img = base64.b64encode(f.read())
-
-
params = {
"image":img}
-
-
request_url = request_url +
"?access_token=" + access_token
-
headers = {
'content-type':
'application/x-www-form-urlencoded'}
-
response = requests.post(request_url, data=params, headers=headers)
-
datas_json=response.json()[
'words_result']
-
for data_json in datas_json:
-
data=data_json[
'words']
-
print(data)
-
-
-
-
if __name__==
'__main__':
-
AK=
"API Key" #client_id 为官网获取的AK
-
SK=
"Secret Key" #client_secret 为官网获取的SK
-
imgname=
'cs.png' #图片路径名
-
bdocr(AK, SK,imgname)
最后，我们来实现批量识别图片文字信息的工具，应用python也是非常容易实现的，就是读取文件夹里的所有图片，然后通过循环遍历来反复调用接口即可获取到所有图片的文字信息，这里接口，本渣渣直接调用的是百度的OCR接口，推荐使用。
附上参考源码，仅供参考使用：
-
# encoding:utf
-8
-
#author:微信：huguo00289
-
#微信公众号：二爷记
-
#批量百度通用文字识别（标准版）
-
#https:
//cloud.baidu.com/doc/OCR/s/zk3h7xz52
-
import requests
-
import base64
-
import os
-
-
-
#读取文件夹里所有的图片
-
def read_imgs(path):
-
imgs = []
-
for filename in os.listdir(path):
-
img = f
'{path}\\{filename}'
-
if
'jpg' in str(os.path.splitext(img)[
-1]):
-
print(img)
-
imgs.
append(img)
-
if
'png' in str(os.path.splitext(img)[
-1]):
-
print(img)
-
imgs.
append(img)
-
-
-
print(f
'共有 {len(imgs)} 张图片！')
-
return imgs
-
-
-
#获取百度access_token权限
-
def get_access_token(AK, SK):
-
host = f
'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={AK}&client_secret={SK}'
-
response = requests.get(host)
-
access_token=response.json()[
'access_token']
-
-
return access_token
-
-
-
#调用百度ocr接口识别图文文字信息
-
def bdocr(access_token,imgname):
-
request_url =
"https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic"
-
# 二进制方式打开图片文件
-
f = open(imgname,
'rb')
-
img = base64.b64encode(f.read())
-
-
params = {
"image":img}
-
-
request_url = request_url +
"?access_token=" + access_token
-
headers = {
'content-type':
'application/x-www-form-urlencoded'}
-
response = requests.post(request_url, data=params, headers=headers)
-
datas_json=response.json()[
'words_result']
-
for data_json in datas_json:
-
data=data_json[
'words']
-
print(data)
-
-
-
-
-
-
if __name__==
'__main__':
-
AK=
"API Key" #client_id 为官网获取的AK
-
SK=
"Secret Key" #client_secret 为官网获取的SK
-
path=r
'path' #文件夹路径
-
imgs=read_imgs(path)
-
access_token=get_access_token(AK, SK)
-
for img in imgs:
-
print(f
"正在识别：{img}")
-
bdocr(access_token,img)
-
总结
1.一般的验证码识别，大小写字母，数字，中文混合验证码都可以考虑使用，没错可实现论坛回帖，发帖验证码自动打码的功能，比如应用百度ocr接口，可自行处理豆瓣回帖自动打码功能。
2.当然还有就是seo内容的来源问题解决，比如抄书神器，把图片文字信息内容整合为你网站的纯干货文章内容，当然你需要注意规避版权！
3.可以自行整合为exe工具，或者是网页在线工具，方便他人使用 ，也就是本渣渣这里介绍的方法二的网上在线图文识别工具，用来引流，做一个工具类型的网站。
参考来源：
1.如何提取图片中的文字？这款Python 库 4行代码搞定！
https://mp.weixin.qq.com/s/RpZzYg3cMynWHVWQT3fk1g
2.Python 图片文字识别
https://www.cnblogs.com/zhurong/p/11685013.html
3.pillow、pytesseract-ocr、pytesseract的安装和中文的识别
https://blog.csdn.net/qq_38190041/article/details/102903464
4.python库学习 - pytesseract 识别图片中文字
https://www.jianshu.com/p/40ed39f3efbd
5.通用文字识别（标准版）
https://cloud.baidu.com/doc/OCR/s/zk3h7xz52
微信公众号：二爷记
不定时分享python源码及工具
转载：https://blog.csdn.net/minge89/article/details/112792459