当前位置：首页 > news >正文

Python OCR文本识别详细步骤及代码示例

news 来源：原创 2025/8/9 19:16:07

光学字符识别（OCR）是将图像中的文字转换为可编辑文本的技术。在Python中，我们可以利用多种库实现OCR功能。本文将详细介绍使用Tesseract和EasyOCR进行文本识别的步骤，并提供完整的代码示例。

一、OCR简介

OCR（Optical Character Recognition）技术广泛应用于文档数字化、车牌识别、验证码识别等领域。Python中常用的OCR库有：

Tesseract：Google开源的OCR引擎，支持多种语言
EasyOCR：基于Tesseract的封装库，使用更简单
PaddleOCR：百度飞桨框架下的OCR系统，支持中英文识别

二、环境准备

1. 安装必要库

# 安装Tesseract（需要先安装系统级依赖）# Ubuntu: sudo apt install tesseract-ocr# macOS: brew install tesseract# Windows: 通过安装包安装# 安装Python库pip install pillow # 图像处理库pip install pytesseract # Tesseract的Python封装pip install easyocr # EasyOCR库

2. 准备测试图像

准备一张包含清晰文字的测试图片（如test.png），建议：

文字方向为正
背景与文字对比明显
图片分辨率适中（建议300dpi以上）

三、使用Tesseract进行OCR

1. 基础识别

from PIL import Imageimport pytesseract# 打开图像文件image = Image.open('test.png')# 执行OCR识别text = pytesseract.image_to_string(image, lang='eng+chi_sim') # 中英文识别# 打印结果print("识别结果：\n", text)

这里插播一条粉丝福利，如果你正在学习Python或者有计划学习Python，想要突破自我，对未来十分迷茫的，可以点击这里获取最新的Python学习资料和学习路线规划（免费分享，记得关注）

2. 图像预处理（提高识别率）

import easyocr# 初始化阅读器（首次使用会自动下载模型）reader = easyocr.Reader(['ch_sim','en']) # 中英文模型# 执行识别results = reader.readtext('test.png', detail=0)# 打印结果print("识别结果：\n", results)

四、使用EasyOCR进行OCR

1. 基础识别

import easyocr# 初始化阅读器（首次使用会自动下载模型）reader = easyocr.Reader(['ch_sim','en']) # 中英文模型# 执行识别results = reader.readtext('test.png', detail=0)# 打印结果print("识别结果：\n", results)

2. 获取详细识别信息

results = reader.readtext('test.png', detail=1)for (bbox, text, prob) in results:print(f'文本: {text}, 置信度: {prob:.2f}, 位置: {bbox}')

五、结果后处理

def post_process(text):# 去除特殊字符text = ''.join(filter(str.isalnum, text))# 替换常见错误replacements = {'0': 'O','1': 'I','5': 'S','€': 'E'}for old, new in replacements.items():text = text.replace(old, new)return text# 应用后处理final_text = post_process(text)print("后处理结果：\n", final_text)

六、提高识别准确率的技巧

图像预处理：
- 调整对比度
- 去除噪声
- 矫正倾斜文本
- 统一文字方向
参数调整：
- 尝试不同语言模型组合
- 调整识别参数（如psm参数控制页面分割模式）
使用更强大的模型：
- 对于复杂场景，可以尝试PaddleOCR等专业OCR系统
- 使用深度学习模型进行端到端训练
多帧识别：
- 对视频或连续帧进行识别时，可以结合上下文信息进行校正

七、注意事项

对于复杂版式（如表格、多列文本），需要先进行版面分析
手写体识别需要专门的模型（如Tesseract的手写体训练数据）
识别准确率受图像质量影响较大，建议：
- 保证文字清晰可见
- 避免反光和阴影
- 保持文字方向一致
对于重要数据，建议人工校验识别结果

通过本文的介绍，您可以快速掌握Python OCR的基本使用方法。根据具体需求，可以选择合适的OCR库并进行参数调优，以达到最佳的识别效果。对于更复杂的场景，可以考虑结合深度学习技术进行模型优化。

需要完整源代码以及Python全套学习资料的宝子可以：扫描下方CSDN官方二维码获娶↓↓↓↓↓

Python OCR文本识别详细步骤及代码示例

光学字符识别（OCR）是将图像中的文字转换为可编辑文本的技术。在Python中，我们可以利用多种库实现OCR功能。本文将详细介绍使用Tesseract和EasyOCR进行文本识别的步骤，并提供完整的代码示例。一、OCR简介 OCR（Optical…...

编程日记 2025/8/9 19:16:07

springmvc 框架学习

什么是 SpringMVC 框架 Spring MVC 是 Spring 框架的核心模块之一，基于 Java Servlet API 构建的 Web 层解决方案。它实现了 MVC 设计模式（Model-View-Controller），专为开发灵活、松耦合的 Web 应用程序而设计。在控制层框架历…...

编程日记 2025/7/23 23:57:22

学习threejs，构建THREE.ParametricGeometry参数化函数生成几何体

👨‍⚕️ 主页： gis分享者 👨‍⚕️ 感谢各位大佬点赞👍 收藏⭐ 留言📝 加关注✅! 👨‍⚕️ 收录于专栏：threejs gis工程师文章目录一、🍀前言1.1 ☘️THREE.ParametricGeometry1…...

编程日记 2025/8/9 12:30:34

【华为OD-E卷 - 单词接龙 100分（python、java、c++、js、c）】

【华为OD-E卷 - 单词接龙 100分（python、java、c、js、c）】题目单词接龙的规则是： 可用于接龙的单词首字母必须要前一个单词的尾字母相同； 当存在多个首字母相同的单词时，取长度最长的单词，如果长度也相…...

编程日记 2025/8/5 8:15:32

美团Leaf分布式ID生成器使用教程：号段模式与Snowflake模式详解

引言在分布式系统中，生成全局唯一ID是核心需求之一。美团开源的Leaf提供了两种分布式ID生成方案：号段模式（高可用、依赖数据库）和Snowflake模式（高性能、去中心化）。本文将手把手教你如何配置和使用这两种…...

编程日记 2025/8/8 7:00:13

性能测试过程实时监控分析

性能监控前言一、查看性能测试结果的3大方式1、GUI界面报告插件2、命令行运行 html报告3、后端监听器接入仪表盘二、influxDB grafana jmeter测试监控大屏1、原理：2、linux环境中influxDB 安装和配置3、jmerer后端监听器连接influxDB4、linux环境总grafana环境搭…...

编程日记 2025/7/29 11:52:22

【工具类】Java的 LocalDate 获取本月第一天和最后一天

博主介绍：✌全网粉丝22W，CSDN博客专家、Java领域优质创作者，掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域✌ 技术范围：SpringBoot、SpringCloud、Vue、SSM、HTML、Nodejs、Python、MySQL、PostgreSQL、大数据、物…...

编程日记 2025/8/8 4:31:15

Eclipse 创建 Java 类

Eclipse 创建 Java 类引言 Eclipse 是一款功能强大的集成开发环境（IDE），被广泛用于 Java 开发。本文将详细介绍如何在 Eclipse 中创建 Java 类，包括配置开发环境、创建新项目、添加类以及编写类代码等步骤。配置 Eclipse 开发环境 1. 安装 Eclipse 首先，您需要在您…...

编程日记 2025/8/3 22:07:48

Centos编译升级libcurl

Centos编译升级libcurl ‌下载最新版源码包安装编译依赖配置编译选项如果报错：通过 EPEL 仓库安装手动源码编译安装如果报错：安装Brotli 开发库如果报错：方法一：安装 libpsl-devel 依赖通过 EPEL 仓库安装重新运行 configure 方…...

编程日记 2025/8/9 19:16:06

太多坑了，考虑不全只能过50%，有两种特殊情况 public static void main(String[]args) {Scanner scan new Scanner(System.in);int n scan.nextInt();int a[] new int [100005];int b[] new int [100005];for(int i 0;i<n;i)a[i] scan.nextInt()…...

编程日记 2025/8/6 19:21:12

3D点云数据处理中的聚类算法总结

1.欧式聚类： 基于点的空间距离（欧几里得距离）来分割点云，将距离较近的点归为同一簇。欧式聚类需要的参数：邻域半径R,簇的最小点阈值minPts，最大点数阈值maxPts。实现效率： O(n * log n) 实现…...

编程日记 2025/8/4 9:40:50

配置本机监控

配置本机监控 1、安装zabbix-agent 2、编辑zabbix-agent配置文件 zabbix-agent工作模式： 主动模式被动模式这两行配置都是指定监控服务器的地址被动模式下，zabbix server的地址主动模式下，zabbix server的地址指定被监控端的名称&…...

编程日记 2025/8/4 21:22:46

基于python的Flask模块化设计与蓝图的妙用——打造轻量化Web应用

基于python的Flask模块化设计与蓝图的妙用——打造轻量化Web应用前言如果你刚开始学习Flask，可能会遇到这样的困惑：当项目功能越来越多，代码都堆在一个.py文件里，不仅难维护，还容易冲突。别担心！本文将用…...

编程日记 2025/8/9 17:07:25

历年云南大学计算机复试上机真题

历年云南大学计算机复试机试真题在线评测：传送门：pgcode.cn 喝饮料题目描述商店里有 n 中饮料，第 i 种饮料有 mi 毫升，价格为 wi。小明现在手里有 x 元，他想吃尽量多的饮料，于是向你寻求帮助&#x…...

编程日记 2025/8/3 5:35:56

Python 线程池

Python 线程池 flyfish 线程池的概念线程池是一种多线程处理形式，它预先创建了一定数量的线程，这些线程会被保存在一个线程池中。当有新的任务提交时，线程池会从池中取出一个空闲的线程来执行该任务；若池中没有空闲线程&#…...

编程日记 2025/8/9 10:14:01

【Linux】Bash是什么？怎么使用？

李升伟整理什么是 Bash？ Bash（Bourne Again Shell）是一种命令行解释器（Shell），广泛用于 Unix 和 Linux 操作系统。它是 Bourne Shell（sh） 的增强版，提供了更多的功能…...

编程日记 2025/8/7 20:00:41

蓝桥杯day2：解码异或后的数组

一、题意未知整数数组 arr 由 n 个非负整数组成。经编码后变为长度为 n - 1 的另一个整数数组 encoded ，其中 encoded[i] arr[i] XOR arr[i 1] 。例如，arr [1,0,2,1] 经编码后得到 encoded [1,2,3] 。给你编码后的数组 encoded 和原数组 arr …...

编程日记 2025/8/5 15:16:26

R语言软件配置(自用)

①输入R: The R Project for Statistical Computing ②点击进入Cran镜像网页，选择清华大学镜像，选择自己合适的版本下载即可(以我电脑windows为例)。 ③点击base或者install R for the first time，然后选择Download R-4.4.3 for windows&…...

编程日记 2025/8/6 10:28:55

基于deepseek的智能语音客服【第二讲】后端异步接口调用封装

本篇内容主要讲前端请求（不包含）访问后端服务接口，接口通过检索知识库，封装提示词，调用deepseek的，并返回给前端的全过程，非完整代码，不可直接运行。 1.基于servlet封装异步请求为…...

编程日记 2025/8/9 11:28:45

LEDNet总结

LEDNet：联合低光增强和暗光去模糊 1、暗光增强和去模糊可以单独处理，但是合并效果不理想。研究问题的背景：光线不足可见度颜色失真最小快门速度有限长时间曝光引起运动模糊低光运动模糊同时存在存在问题：暗光增强后运动模…...

编程日记 2025/8/8 0:05:51

线性规划的标准形式

标准形式的定义目标函数：最大化线性目标函数其中，x 是决策变量向量，c 是目标系数向量。约束条件：等式形式约束 A x b, 其中，A 是约束系数矩阵，b 是常数项向量。变量非负约束： 。因此…...

编程日记 2025/8/2 13:31:55

xxl-job 执行器端服务器的简单搭建

xxl-job 执行器端服务器的简单搭建先讲一下我们平时怎么使用 xxl-job 的，再引出背后是如何实现的。我觉得对于一款成功的框架来说，好用，是非常重要的一个特性。框架要便于接入，便于使用。对于用户来说，不要有太多…...

编程日记 2025/8/6 17:48:47

数字化企业可能会用到的系统有哪些？

你是否也曾像我一样，对这些问题充满疑问： 在企业数字化转型的浪潮中，究竟会涉及哪些系统？ 这些系统又分别在何种情境下被投入使用？ 如果你也有这样的疑问，那么这篇文章或许能为你答疑解惑。为了给你一…...

编程日记 2025/8/7 4:21:45

【Linux】：守护进程化

朋友们、伙计们，我们又见面了，本期来给大家带来守护进程相关的知识点，如果看完之后对你有一定的启发，那么请留下你的三连，祝大家心想事成！ C 语言专栏：C语言：从入门到精通数据结…...

编程日记 2025/8/5 17:51:50

在 web 部署 YOLOv8目标检测（Django+html）

本文介绍如何将自己训练好的模型在网页上进行应用，使用 Django html 进行部署，能够对视频和图像进行识别，并显示到页面上，下面是一个效果： 上传和另外 7 个页面 - 个人 - Microsoft Edge 2025-03-13 21-52-06 下面进…...

编程日记 2025/8/6 23:51:25

程序员学商务英语之Making Business Calls

Dialogue-1 Reaching Somebody By Telephone电话找人 A: What do you think the secrect to success is? 你认为成功的秘诀是什么？ B: Hold on to your dreams. 坚持你的梦想。 A: May I speak to your boss, Mr. Wong? 请你的老板，王先生接电话?…...

编程日记 2025/8/8 16:38:23

java项目之基于ssm的少儿编程在线培训系统（源码+文档）

项目简介少儿编程在线培训系统实现了以下功能： 用户信息管理： 用户信息新增用户信息修改教师信息管理： 教师信息添加教师信息删除教师信息修改课程信息管理： 课程信息添加课程信息修改课程信息删除课程类型管理&…...

编程日记 2025/8/7 11:07:35

【初学者】Python语言中有没有指针类型？

李升伟整理在Python语言中，没有像C或C那样的显式指针类型。Python的设计哲学强调简洁和易读，因此它隐藏了许多底层的细节，包括指针。不过，Python中的变量可以被视为对对象的引用。当你创建一个对象并将其赋值给一个变量时&am…...

编程日记 2025/8/6 18:15:16

RG-S3760应用协议配置

RG-S3760应用协议配置 1. dhcp 服务配置提问：如何在设备上开启dhcp 服务，让不同VLAN 下的电脑获得相应的IP 地址？ 回答： 步骤一：配置VLAN 网关IP 地址，及将相关端口划入相应的VLAN 中 S3760#con t S…...

编程日记 2025/8/8 17:20:53

C++基础 [八] - list的使用与模拟实现

目录 list的介绍 List的迭代器失效问题 List中sort的效率测试 list 容器的模拟实现思想模块分析作用分析 list_node类设计 list 的迭代器类设计迭代器类--存在的意义迭代器类--模拟实现模板参数和成员变量构造函数 * 运算符的重载运算符的重载 -- 运…...

编程日记 2025/8/4 8:17:44

skywalking微服务链路追踪

是什么？ skywalking是一个优秀的国产开源框架，2015年由个人吴晟（华为开发者）开源 ， 分布式链路追踪就是将一次分布式请求还原成调用链路，将一次分布式请求的调用情况集中展示，比如各个服务节点…...

编程日记 2025/8/8 17:23:39

K8S学习之基础三十七：prometheus监控node资源

Prometheus v2.2.1 编写yaml文件，包含创建ns、configmap、deployment、service # 创建monitoring空间 vi prometheus-ns.yaml apiVersion: v1 kind: Namespace metadata:name: monitor-sa# 创建SA并绑定权限 kubectl create serviceaccount monitor -n monito…...

编程日记 2025/8/9 8:18:35

Web 小项目: 网页版图书管理系统

目录最终效果展示代码 Gitee 地址 1. 引言 2. 留言板 [热身小练习] 2.1 准备工作 - 配置相关 2.2 创建留言表 2.3 创建 Java 类 2.4 定义 Mapper 接口 2.5 controller 2.6 service 3. 图书管理系统 3.1 准备工作 - 配置相关 3.2 创建数据库表 3.2.1 创建用户表…...

编程日记 2025/8/6 13:08:00

1221. 四平方和 -蓝桥杯真题-哈希函数思想

原题链接：1221. 四平方和 - AcWing题库四平方和定理，又称为拉格朗日定理： 每个正整数都可以表示为至多 44 个正整数的平方和。如果把 00 包括进去，就正好可以表示为 44 个数的平方和。比如： 对于一个给定的正整…...

编程日记 2025/8/6 19:30:06

为什么要学习人工智能（AI）？—— 未来已来，AI引领时代变革

未来已来，AI引领时代变革在这个日新月异的时代，人工智能（AI）正以不可阻挡之势重塑着我们的世界。从教育的深耕细作到科研的突破创新，从行政的效率提升到管理的智慧化转型，AI技术如同一股强大的潮流&#x…...

编程日记 2025/8/8 19:47:03

Markdig：强大的 .NET Markdown 解析器详解

在现代开发中，Markdown 已经成为了一种广泛使用的轻量级标记语言，特别是在文档、博客和内容管理系统中，Markdown 为开发者提供了快速、简洁的格式化文本方式。而在 .NET 生态中，Markdig 是一款非常强大的 Markdown 解析器&#xf…...

编程日记 2025/8/5 1:18:34

云计算迁移革命：企业如何摆脱“单一云”锁定，构建自主云未来？

一场价值690亿美元的行业地震 2023年，博通（Broadcom）以690亿美元完成对VMware的收购，这不仅是企业IT历史上的一次天价并购，更在全球云计算市场掀起了一场深远的地震。VMware长期以来是企业数据中心的核心支柱&#xf…...

编程日记 2025/8/4 6:29:51

蓝桥杯篇---按键长按与双击

文章目录前言1. 新增全局变量和宏定义解释1.1宏定义KEY_EVENT_*DEBOUNCE_TIMEHOLD_TIMEDOUBLE_TIMEMULTI_TIME 1.2全局变量Key_ValKey_OldKey_DownKey_Upsys_tickkey_eventkey_pressedkey_press_startkey_last_releaseclick_cnt 2. 定时器初始化（1ms中断&#xff0…...

编程日记 2025/8/4 12:20:34

created在vue3 script setup中的写法

在 Vue 2 里，created 是一个生命周期钩子函数，会在实例已经创建完成之后被调用，主要用于在实例初始化之后、数据观测和 event/watcher 事件配置之前执行代码。而在 Vue 3 的 <script setup> 语法糖里，不再有像 Vue 2 那样直…...

编程日记 2025/8/7 20:01:54

基于springboot的房屋租赁系统（008）

摘要社会的发展和科学技术的进步，互联网技术越来越受欢迎。网络计算机的生活方式逐渐受到广大人民群众的喜爱，也逐渐进入了每个用户的使用。互联网具有便利性，速度快，效率高，成本低等优点。因此，构建符…...

编程日记 2025/8/4 12:17:21

Linux上的`i2c-tools`工具集的编译构建和安装

源码复制到Ubuntu系统中并解压的i2c-tools工具集的源码百度网盘下载链接： https://pan.baidu.com/s/1XNuMuT1auT1dMzYo3LAFmw?pwdi6xe 终端进入源码目录 cd /home/book/mybuild/i2c-tools-4.2执行编译构建命令运行下面的命令进行编译构建 make CC${CROSS_COM…...

编程日记 2025/8/3 12:02:30

java项目之基于ssm的社区流浪动物救助领养系统

项目简介社区流浪动物救助领养系统实现了以下功能： 本社区流浪动物救助领养系统分为管理员还有用户两个权限，管理员可以管理用户的基本信息内容，可以管理回访信息以及回访的租赁信息，能够与用户进行相互交流等操作，…...

编程日记 2025/8/8 22:04:31

网络空间安全（34）安全防御体系

前言安全防御体系是一个多层次、多维度的系统，旨在保护组织或个人的信息资产免受各种网络攻击和威胁。一、技术层面网络边界防御防火墙：部署在网络边界，通过设定规则允许或阻止特定流量的进出，保护内部网络不受外部攻击。入侵…...

编程日记 2025/8/8 17:54:06

《Linux 网络架构：基于 TCP 协议的多人聊天系统搭建详解》

一、系统概述本系统是一个基于 TCP 协议的多人聊天系统，由一个服务器和多个客户端组成。客户端可以连接到服务器，向服务器发送消息，服务器接收到消息后将其转发给其他客户端，实现多人之间的实时聊天。系统使用 C 语言编写&#x…...

编程日记 2025/8/8 1:26:40

知识蒸馏：让大模型“瘦身”的魔法

知识蒸馏：让大模型“瘦身”的魔法什么是蒸馏模型？AI界的“知识浓缩术”核心定义传统训练 vs 知识蒸馏关键优势 DeepSeek的蒸馏“三步魔法”骨架提取——搭建“迷你版大脑”知识灌注——模仿教师的“思考过程”微调优化——针对场景“查漏补缺” DeepSee…...

编程日记 2025/8/3 18:01:07

MySQL数据库精研之旅第一期：开启数据管理新旅程

专栏：MySQL数据库成长记个人主页：手握风云目录一、数据库简介 1.1. 数据库的概念 1.2. 数据库和数据结构的关系 1.3. 主流数据库 1.3.1. 关系型数据库 1.3.2. 非关系型数据库 1.4. 关系型数据库的概念二、MySQL配置 2.1. mysqld服务端程序 …...

编程日记 2025/8/6 21:20:53

Linux复习——基础IO，认识文件描述符、软硬件链接

1.复习C文件接口 1.1 fopen FILE *fopen(const char *path, const char *mode); path：带路径的文件名称(待打开的文件) mode： r：以可读方式打开，不可写，文件不存在，则报错 r&…...

编程日记 2025/8/6 21:31:18

【Java集合夜话】第1篇：拨开迷雾，探寻集合框架的精妙设计

欢迎来到Java集合框架系列的第一篇文章！🌹 本系列文章将以通俗易懂的语言，结合实际开发经验，带您深入理解Java集合框架的设计智慧。🌹 若文章中有任何不准确或需要改进的地方，欢迎大家指出，让我…...

编程日记 2025/8/7 12:13:26

Prometheus使用

介绍：Prometheus 是一个开源的监控与告警系统，主要用于采集和存储时间序列数据（Time Series Data） Prometheus的自定义查询语言PromQL Metric类型为了能够帮助用户理解和区分这些不同监控指标之间的差异，Prometheu…...

编程日记 2025/8/7 5:35:38

Java学习打卡-Day19-Set、HashSet、LinkedHashSet

Set 接口无序（添加和取出顺序不一致）（但取出顺序固定）。没有索引。不允许重复，所以最多一个null。遍历方式迭代器增强for循环不能使用普通for循环索引方式。 HashSet 实现了Set接口，具有相应特征。底…...

编程日记 2025/8/8 2:40:07

一、OCR简介

二、环境准备

1. 安装必要库

2. 准备测试图像

三、使用Tesseract进行OCR

1. 基础识别

2. 图像预处理（提高识别率）

四、使用EasyOCR进行OCR

1. 基础识别

2. 获取详细识别信息

五、结果后处理

六、提高识别准确率的技巧

七、注意事项

相关文章：