python实现的批量图片文字识别工具

图片文字批量识别工具

功能描述

本工具使用Python开发，结合GUI界面和OCR技术，实现以下功能：

1. 选择包含图片的文件夹
2. 批量识别图片中的文字
3. 将识别结果保存为txt文件
4. 提供简单的用户界面，方便操作

技术栈

• Python 3.x
• Tkinter (GUI)
• Tesseract-OCR (OCR)
• Pillow (图像处理)
• PyInstaller (打包为exe)

环境配置

Tesseract OCR安装

1. 下载安装包：

   • Windows: digi.bib.uni-mannheim.de/tesseract/ (官方镜像)
   • 或 github.com/tesseract-o… (GitHub)
   • macOS: brew install tesseract
   • Linux: sudo apt install tesseract-ocr 查看版本：tesseract --version

2. 配置环境变量：

   • Windows: 将Tesseract安装路径（如D:\Tesseract-OCR）添加到系统Path变量
   • macOS/Linux: 通常会自动配置

3. 安装中文语言包：

   • 下载chi_sim.traineddata：github.com/tesseract-o…
   • 放入Tesseract的tessdata目录

Python依赖安装

pip install pytesseract pillow

验证安装

在命令行运行：

tesseract --version

使用说明

1. 运行程序后，点击"选择文件夹"按钮
2. 选择包含图片的文件夹
3. 程序会自动识别文件夹下所有图片中的文字
4. 识别结果会保存在同目录下的output.txt文件中
5. 可在界面查看识别进度和结果

开发步骤

1. 安装依赖库：

   pip install pytesseract pillow
   

2. 确保已安装Tesseract OCR引擎
3. 开发GUI界面和OCR识别逻辑
4. 测试功能
5. 使用PyInstaller打包为exe：

   pyinstaller --onefile --windowed image_ocr_tool.py
   

编译为可执行文件

1. 安装PyInstaller

pip install pyinstaller

2. 生成可执行文件

pyinstaller --onefile --windowed image_ocr_tool.py

3. 查找生成的可执行文件

生成的可执行文件会放在dist目录下：

• 路径：./dist/image_ocr_tool.exe

4. 打包依赖文件

如果程序依赖外部文件（如chi_sim.traineddata），需要将这些文件与.exe文件一起打包。可以使用以下方法：

方法1：手动复制

将依赖文件（如chi_sim.traineddata）复制到dist目录下，与.exe文件放在同一目录。

方法2：使用--add-data参数

在编译时指定依赖文件的路径：

pyinstaller --onefile --windowed --add-data "D:\Tesseract-OCR\tessdata\chi_sim.traineddata;tessdata" image_ocr_tool.py

5. 优化可执行文件大小

如果生成的.exe文件过大，可以使用UPX进行压缩：

1. 下载并安装UPX。
2. 在编译时添加--upx-dir参数：

   pyinstaller --onefile --windowed --upx-dir "C:\path\to\upx" image_ocr_tool.py
   

注意事项

1. 支持常见图片格式：jpg, png, bmp等

2. 识别准确率受图片质量影响

3. 建议使用清晰、文字明显的图片

4. 路径配置中不要使用双引号，例如：

   config = f'--tessdata-dir {tessdata_dir}'
   

   而不是：

   config = f'--tessdata-dir "{tessdata_dir}"'