ocr识别关键在于配置tesseract环境并调用python库。1. 安装tesseract并配置环境变量，windows用户下载安装包后需添加路径至系统变量；2. python中使用pytesseract和pillow进行识别，注意指定路径及语言参数；3. 提高识别准确率可通过图像预处理如二值化、调整分辨率、去噪等操作实现。整个流程重点在环境配置与图像优化。
OCR（光学字符识别）其实就是让电脑从图片里“读出”文字。Python搭配Tesseract，是一个很实用又不难上手的方案。关键点在于配置好环境，并调用合适的库。
安装Tesseract并配置环境变量
要使用Tesseract，首先得把它安装好，并且能被Python调用到。
- Windows用户可以去GitHub下载Tesseract安装包，推荐安装带有图形界面的那个版本。
- 安装时记得选语言包，中文、英文这些常用语言最好都勾上。
- 安装完成后，把Tesseract的安装路径加到系统环境变量
PATH里，比如：C:\Program Files\Tesseract-OCR。 - 打开命令行输入
tesseract -v，如果出现版本号说明配置成功。
这一步最容易踩坑的地方是路径没设置对，或者没有管理员权限导致无法写入系统变量。
立即学习“Python免费学习笔记（深入）”；
Python中使用pytesseract进行OCR识别
安装完Tesseract后，就可以在Python代码中调用了。主要依赖的是pytesseract和Pillow这两个库。
pip install pytesseract pillow
然后简单写个脚本就能识别了：
from PIL import Image
import pytesseract
# 如果你没把tesseract加入环境变量，需要手动指定路径
# pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'
image = Image.open('example.png')
text = pytesseract.image_to_string(image, lang='chi_sim') # 中文简体
print(text)几个需要注意的点：
- 图片尽量清晰，背景干净，识别效果会更好
-
lang参数用来指定语言，多个语言可以用+连接，例如chi_sim+eng - 支持多种输出格式，比如PDF、字幕等，可以用
image_to_pdf_or_hocr这类函数
提高OCR识别准确率的小技巧
有时候识别出来的文字乱七八糟，其实可以通过预处理来提升效果。
- 图像二值化：将彩色图转成黑白，减少干扰
- 调整分辨率：太小的文字建议放大，但不要过度
- 去噪处理：可以用OpenCV做一些简单的滤波操作
- 字体统一：如果是特定字体的截图，训练自定义模型会更准
举个例子，你可以先用PIL做灰度处理：
image = image.convert('L') # 灰度图或者用OpenCV降噪：
import cv2
import numpy as np
img = cv2.imread('example.png', 0)
img = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]这些步骤虽然看起来麻烦，但对提高识别质量非常有帮助。
基本上就这些。整个流程不算复杂，但容易卡在配置环节。只要确保Tesseract装对、路径配好、Python库装全，剩下的就是调用和优化问题了。
