图像识别不再难，一个用Python实现办公神器的实用教程！

还在为手动处理办公文件中的表格图片抓狂吗？别担心！今天我带你用 Python 和图像识别技术，把图片里的文字一键提取出来。无论是会议记录还是报表截图，只需几行代码，就能轻松搞定，提升你的办公效率！

1. 图像识别核心工具：Pytesseract

Pytesseract是一个基于 Tesseract OCR 引擎的 Python 库，专门用来识别图片中的文字。Tesseract 是谷歌维护的开源项目，识别准确率很高。

安装必要的工具

首先，确保安装了 Tesseract OCR 引擎。

Windows 用户可以在 Tesseract 官方安装页 下载并安装。

macOS 用户可通过 Homebrew 安装：

brew install tesseract

Linux 用户可通过包管理器安装：

sudo apt install tesseract-ocr

安装 Python 库：

pip install pytesseract pillow

简单示例：识别图片文字

以下是一个简单的例子，展示如何用 Python 提取图片中的文字：

from PIL import Image

import pytesseract

# 确保指定 Tesseract 可执行文件路径（Windows 用户）

pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"

# 加载图片

image = Image.open("table_image.png")

# 提取文字

text = pytesseract.image_to_string(image)

print("识别出的文字如下：")

print(text)

运行代码后，你会看到图片中的文字内容被直接打印出来！

小贴士：如果识别结果不理想，可能是图片质量不好，可以尝试对图片做一些预处理（后面会讲）。

2. 提高识别效果：图片预处理技巧

有时候图片中的文字识别效果不佳，我们可以通过图片预处理来提高准确率。

常见的预处理方法

转换为灰度图像：去掉颜色信息，专注于文字区域。

二值化：将图片转换为黑白，提高对比度。

去噪点：清理图片中的杂点，减少干扰。

示例代码

import cv2

import numpy as np

from PIL import Image

# 使用 OpenCV 加载图片

image = cv2.imread("table_image.png")

# 转换为灰度图像

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 二值化

_, binary = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY)

# 保存预处理后的图片

cv2.imwrite("processed_image.png", binary)

# 再用 Pytesseract 识别

processed_image = Image.open("processed_image.png")

text = pytesseract.image_to_string(processed_image)

print("优化后的识别结果：")

print(text)

小贴士：图片预处理尤其适合文字模糊、背景复杂的场景，动手试试效果吧！

3. 表格文字提取：用 Pytesseract 识别表格结构

如果你的图片中有表格结构（比如 Excel 截图），提取每个单元格的内容会稍复杂一些。

让 Pytesseract 输出表格结构

可以通过image_to_boxes或image_to_data方法获取每块文字的位置信息。

# 输出表格中的每个单元格内容和位置

data = pytesseract.image_to_data(image, output_type=pytesseract.Output.DICT)

# 遍历所有文字块

for i in range(len(data["text"])):

  if data["text"][i].strip():  # 跳过空块

      print(f"文字: {data['text'][i]}，位置: ({data['left'][i]}, {data['top'][i]})")

实际应用：生成 Excel 文件

可以结合pandas把识别出的文字保存到 Excel：

import pandas as pd

# 提取表格内容

rows = []

for i in range(len(data["text"])):

  if data["text"][i].strip():

      rows.append(data["text"][i])

# 保存为 Excel

df = pd.DataFrame(rows, columns=["内容"])

df.to_excel("output.xlsx", index=False)

print("表格内容已保存到 output.xlsx！")

4. 高级应用：多语言识别

Tesseract 支持多语言，只需下载对应语言包并指定语言参数。

安装语言包

以中文为例：

sudo apt install tesseract-ocr-chi-sim

使用语言包

text = pytesseract.image_to_string(image, lang="chi_sim")

print("中文识别结果：")

print(text)

注意事项：如果同时处理多种语言，可以用lang="eng+chi_sim"的形式指定多个语言包。

5. 小练习：动手试一试

下载一张包含表格的图片，尝试提取表格中的所有文字并保存为 Excel 文件。

使用 OpenCV 对图片进行预处理，比较预处理前后的识别效果。

尝试用 Pytesseract 提取一张多语言图片中的文字内容。

结尾

小伙伴们，今天的Python学习之旅就到这里啦！祝大家学习愉快，Python学习节节高！