摘要：
使用场景使用图片识别从图片中快速提取信息，既方便又高效。Python无法直接识别PDF，因此如果您想识别PDF，需要先将PDF转换为图片，然后再识别它。
使用场景
使用图片识别可以快速提取图片中的信息，方便高效。
Python并不能直接对PDF进行识别，所以如果是识别PDF的话，需要先将PDF转化为图片，然后再进行识别。
必备工具
Python
可以安装3.7及以上版本
tesseract-ocr
下载地址： https://github.com/UB-Mannheim/tesseract/wiki 使用最新版本即可
python 库pip install pytesseract
pip install pillow
pip install opencv-python
pip install fitz
pip install PyMuPDF
代码示例
from PIL import Image import os import pytesseract import cv2 as cv import fitz def pdf_image(pdfPath,imgPath,zoom_x,zoom_y,rotation_angle): # 打开PDF文件 pdf = fitz.open(pdfPath) # 逐页读取PDF for pg in range(0, pdf.pageCount): page = pdf[pg] # 设置缩放和旋转系数 trans = fitz.Matrix(zoom_x, zoom_y).preRotate(rotation_angle) pm = page.getPixmap(matrix=trans, alpha=False) # 开始写图像 pm.writePNG(imgPath+str(pg)+".png") #pm.writePNG(imgPath) pdf.close() pdf_path ='D:/123.pdf' img_path ='D:/123.png' pdf_image(pdf_path,img_path,5,5,0) # 依赖opencv img=cv.imread(img_path) text=pytesseract.image_to_string(Image.fromarray(img),lang='chi_tra') # 不依赖opencv写法 # text=pytesseract.image_to_string(Image.open(img_path)) print(text)
总结
识别清晰的文字图片的时候准确率非常高
但是识别手写体的话效果不太好
注意事项
在安装tesseract-ocr 的时候一定要记得选择对应的语言，不然是无法正常使用的。