一.pytesseract

1.简介

 Pytesseract是一个Python库，用于将图像中的文本转换为可编辑的字符串。它是基于Google的Tesseract OCR引擎开发的 。Tesseract是一个开源的OCR引擎，能够识别超过100种语言的文字。Pytesseract简化了与Tesseract的集成过程，并提供了一个简单的API，使得在Python中使用OCR功能变得更加容易

2.环境配置

1）下载程序并安装，下载地址：https://digi.bib.uni-mannheim.de/tesseract/

 安装的时候记得勾选下载的语言，全选即可。

2）终端下载pytesseract库

pip install pytesseract

下载安装完成之后在当前项目下找到venv\Lib\site-packages\pytesseract\pytesseract.py文件，修改tesseract_cmd值

3.基本用法

我们要识别图片文字，最常用的方法就是image_to_string，语法如下，通常使用时传两个参数即可，要识别的图片和语言类型

def image_to_string(
    image,
    lang=None,
    config='',
    nice=0,
    output_type=Output.STRING,
    timeout=0,
):

下面看下实例

result_text = pytesseract.image_to_string("./img/img_5.png", lang='chi_sim')

# 输出结果
print(result_text)

如果涉及到识别的图片中存在多种语言，可以在lang中添加多种语言，用+号连接起来

import pytesseract
from PIL import Image

img = Image.open(url)
text = pytesseract.image_to_string(img, lang='chi_sim+eng')  # 识别中文和英文

各种语言类型如下图

eng

英文

chi_sim

简体中文

chi_tra

繁体中文

ara

阿拉伯文

jpn

日文

kor

韩文

spa

西班牙文

fra

法文

二.ddddocr

1.简介

OCR是一种将印刷或手 写文本转换为可编辑文本的技术。ddddOCR利用深度学习算法识别图像中的字符，并将其转换为可编辑的文本。它可以应用于各种场景， 如扫描文档、图像识别、车牌识别等。ddddOCR具有高准确性和高效率，可以在短时间内处理大量的图像，并能够适应不同的字体和文字 样式。它可以应用于各种领域，如办公自动化、数据输入、图像处理等。

2.环境配置

 pip install ddddocr

3.基本用法

import ddddocr

ocr1 = ddddocr.DdddOcr()  # 实例化
with open("./img_2.png", 'rb') as f:
    img_bytes = f.read()
result_text = ocr1.classification(img_bytes)
print(result_text)

个人觉得ddddocr识别的特不准，毕竟是免费的，要想准确识别可以参考超级鹰：https://www.cnblogs.com/lihongtaoya/p/16727694.html