如何批量从图片中提取文字python

要使用Python批量提取图片中的文字，你可以按照以下步骤操作：

1. 安装必要的库：

`Pillow`：用于图像处理。

`pytesseract`：用于OCR识别。

`OpenCV`（可选）：用于指定图片中文字的区域。

你可以使用以下命令安装这些库：

 pip install Pillow pytesseract 

2. 配置Tesseract OCR引擎：

确保Tesseract-OCR引擎已安装，并将其添加到系统的PATH环境变量中，或者在代码中指定其路径。

3. 编写Python脚本：

 import os from PIL import Image import pytesseract 设置输入和输出文件夹路径 input_folder = "input" output_folder = "output" 确保输出文件夹存在 if not os.path.exists（output_folder）: os.makedirs（output_folder） 遍历输入文件夹中的所有图片文件 for filename in os.listdir（input_folder）: 检查是否为图片文件 if filename.endswith（（'.png', '.jpg', '.jpeg', '.bmp', '.gif'））: 打开图片文件 img_path = os.path.join（input_folder, filename） img = Image.open（img_path）  使用pytesseract提取图片中的文字 text = pytesseract.image_to_string（img, lang='eng'） 可以指定语言，如'chi_sim'表示简体中文  保存提取的文字到输出文件夹 output_file = os.path.join（output_folder, f"{filename.split（'.'）}_text.txt"） with open（output_file, 'w', encoding='utf-8'） as f: f.write（text） 

4. 运行脚本：

将上述代码保存为一个`.py`文件，例如`extract_text.py`，然后在命令行中运行：

 python extract_text.py 

脚本将遍历`input`文件夹中的所有图片，并使用`pytesseract`提取图片中的文字，然后将提取的文字保存到`output`文件夹中，文件名格式为` <原图片文件名> _text.txt`。

请确保在运行脚本之前，你已经正确配置了Tesseract-OCR引擎的路径。如果需要识别特定区域的文字，可以使用OpenCV来指定区域。