Python中如何实现OCR识别功能？

用Python做OCR，Tesseract是首选方案，配合pytesseract和PIL/Pillow就能快速上手。下面是完整代码示例：

# 安装依赖：pip install pytesseract Pillow
# 还需要单独安装Tesseract引擎：https://github.com/UB-Mannheim/tesseract/wiki

import pytesseract
from PIL import Image
import os

# 设置Tesseract路径（Windows需要，Linux/Mac通常不需要）
# pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'

def basic_ocr(image_path):
    """基础OCR识别"""
    try:
        img = Image.open(image_path)
        text = pytesseract.image_to_string(img, lang='chi_sim+eng')  # 中英文混合识别
        return text.strip()
    except Exception as e:
        return f"识别失败: {str(e)}"

def ocr_with_preprocess(image_path):
    """带预处理的OCR识别（提高准确率）"""
    from PIL import ImageEnhance, ImageFilter
    
    img = Image.open(image_path)
    
    # 预处理步骤
    img = img.convert('L')  # 转灰度
    img = ImageEnhance.Contrast(img).enhance(2.0)  # 增强对比度
    img = ImageEnhance.Sharpness(img).enhance(2.0)  # 锐化
    img = img.filter(ImageFilter.SHARPEN)  # 再次锐化
    
    # 自定义配置
    custom_config = r'--oem 3 --psm 6'
    text = pytesseract.image_to_string(img, lang='chi_sim', config=custom_config)
    return text.strip()

# 使用示例
if __name__ == "__main__":
    # 方法1：基础识别
    result1 = basic_ocr("test.png")
    print("基础识别结果:\n", result1)
    
    # 方法2：预处理后识别
    result2 = ocr_with_preprocess("test.png")
    print("\n预处理后识别结果:\n", result2)
    
    # 获取边界框信息（用于文本定位）
    img = Image.open("test.png")
    data = pytesseract.image_to_data(img, output_type=pytesseract.Output.DICT)
    print("\n文本位置信息:", data['text'])

关键点说明：

1. Tesseract安装：需要单独安装OCR引擎，Windows下注意设置tesseract_cmd路径
2. 语言包：lang='chi_sim'用中文包，'eng'用英文，'chi_sim+eng'混合识别
3. 预处理：灰度化、对比度增强、锐化能显著提升识别率
4. 配置参数：--oem 3用默认LSTM引擎，--psm 6假设为统一文本块

替代方案：

• 复杂场景用easyocr：pip install easyocr，对中文支持更好
• 需要高精度用商业API：百度/腾讯OCR

总结建议：简单场景用Tesseract，复杂需求上easyocr。

靠，控制台进去 5w 次，外面 500 次，醉了

之前搞直播答题外挂用的百度