有哪些OCR——识别图中文字的方法？

Viet

你可以使用 OCR（光学字符识别） 技术来自动识别图片中的文字，并快速分类。以下是几种可行的方法：
方法 1：使用 Windows 自带的 OCR（适用于 Win 10/11）

• 打开“照片”应用（Windows 自带的图片查看器）。
• 点击 “文本识别”（如果你的 Windows 版本支持）。
• 复制识别的文字，然后根据内容分类。
  

方法 2：使用 OneNote OCR（Windows 自带软件）

• 打开 OneNote（通常已预装）。
• 将图片拖入 OneNote 笔记。
• 右键点击图片 > “复制文本”，然后粘贴到文档里查看。
• 复制出来的文字可以用于分类。
  

方法 3：使用第三方 OCR 软件（更精准）

• Microsoft PowerToys（免费，适用于 Win 10/11）
  
  • 下载 PowerToys，使用 Text Extractor（文本提取工具），按 Win + Shift + T 直接框选图片上的文字并提取。
    
• 在线OCR网站（无需安装）
  
  • 比如 在线OCR 或 i2OCR 上传图片，识别并下载文本。
    

方法 4：使用手机 OCR 扫描（如果图片较多）

• 使用手机的“Google Lens”或“微信扫一扫”，可以快速提取图片中的文字。
• 然后将文字发送到电脑，根据内容分类整理。
  

方法 5：批量 OCR 识别（适用于大量图片）如果你有很多图片，可以使用 Python 编写 OCR 脚本，自动识别并分类文件，实现批量分类。

以下是一个简单的 Python 脚本，使用 Tesseract OCR 库进行图片中的文字识别，并将文件根据识别出的文字进行分类。
步骤 1：安装依赖首先，你需要安装 Tesseract OCR 和 Pillow 库。

• 安装 Tesseract：
  
  • 下载 Tesseract OCR 并安装。
  • 安装完成后，记得将其路径添加到系统的环境变量中。路径通常像这样：C:\Program Files\Tesseract-OCR\tesseract.exe（Windows）或者 /usr/local/bin/tesseract（macOS）。
    
• 安装 Python 库：打开命令行或终端，运行以下命令安装必要的库：
  pip install pytesseract pillow
  

步骤 2：编写 OCR 脚本下面是 Python 脚本，通过 Tesseract 提取图片中的文本并按提取的文本内容自动分类文件：
python

import os
import pytesseract
from PIL import Image
import shutil

# 配置 Tesseract 的路径（根据你的安装路径来调整）
pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"  # Windows 示例路径

# 图片所在文件夹路径
input_folder = r"你的图片文件夹路径"  # 请替换为你的文件夹路径

# 分类后存储文件夹路径
output_folder = r"分类后的文件夹路径"  # 请替换为你想要分类存放的文件夹路径

# 创建输出文件夹，如果没有的话
if not os.path.exists(output_folder):
    os.makedirs(output_folder)

# 遍历文件夹中的所有图片
for filename in os.listdir(input_folder):
    if filename.lower().endswith(('.png', '.jpg', '.jpeg')):
        image_path = os.path.join(input_folder, filename)

        # 使用 Tesseract 识别图片中的文本
        img = Image.open(image_path)
        text = pytesseract.image_to_string(img)

        # 提取文本中的关键词（例如，使用前几个字符作为分类依据）
        category = text.split()[0] if text else "未分类"

        # 创建该分类的文件夹
        category_folder = os.path.join(output_folder, category)
        if not os.path.exists(category_folder):
            os.makedirs(category_folder)

        # 将图片移动到对应的分类文件夹
        shutil.move(image_path, os.path.join(category_folder, filename))

        print(f"'{filename}' 分类到 '{category}' 文件夹。")

print("分类完成！")

步骤 3：运行脚本

• 将上述脚本保存为一个 .py 文件（例如：ocr_classifier.py）。
• 在脚本中替换以下路径：
  
  • input_folder：包含你的图片文件夹路径。
  • output_folder：分类后存放图片的目标文件夹路径。
  • pytesseract.pytesseract.tesseract_cmd：根据你 Tesseract 安装路径调整。
    
• 运行脚本：bash    python ocr_classifier.py
  

脚本功能说明：

• 提取文本：Tesseract 会识别每张图片中的文字。
• 分类依据：该脚本默认使用识别到的文本的第一个单词作为分类依据。如果图片中包含更多可用于分类的关键词，可以根据需要修改脚本。
• 分类文件：按识别到的分类名称，将图片移动到对应的文件夹中。
  

扩展：

• 如果你希望根据更多复杂的文本内容分类，可以修改脚本中的分类逻辑，使用更多的文本特征（比如全文、特定关键字等）。
• 如果图片中包含多种内容或文本较为复杂，可以调整 Tesseract 的参数来提高识别准确率。
  

希望这个脚本能够帮到你！