利用pytesseract遍历识别‘D:\python\pythonProject26\picture’路径下多张图片的文字,并把它写入到“D:\python\pythonProject26\list.txt'文本文档中

时间: 2023-08-31 16:35:09 浏览: 39
### 回答1: 好的,可以通过以下代码实现: ```python import os import pytesseract # 设置tesseract的安装路径 pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe' # 待识别的图片路径 img_path = r'D:\python\pythonProject26\picture' # 识别结果保存的文本文档路径 txt_path = r'D:\python\pythonProject26\list.txt' # 遍历文件夹下的所有图片,识别并将结果写入到文本文档中 with open(txt_path, 'w', encoding='utf-8') as f: for filename in os.listdir(img_path): if filename.endswith('.jpg') or filename.endswith('.png'): img = os.path.join(img_path, filename) text = pytesseract.image_to_string(img, lang='chi_sim') f.write(f'{filename}: {text}\n') ``` 这段代码通过 `os.listdir()` 函数遍历指定文件夹下的所有图片,然后利用 pytesseract 库进行文字识别,将识别结果和图片文件名一起写入到指定的文本文档中。 ### 回答2: 要实现这个功能,首先需要导入pytesseract库和os库。然后使用os库中的listdir()函数来获取指定路径下的所有文件名。接下来使用for循环遍历每个文件,使用pytesseract库中的image_to_string()函数将图片转换为文字,并将结果写入到指定的文本文档中。 具体代码如下: ```python import pytesseract import os # 设置图片文件夹路径和要保存的文本文档路径 img_folder = 'D:/python/pythonProject26/picture' output_file = 'D:/python/pythonProject26/list.txt' # 遍历图片文件夹中的所有文件名 for filename in os.listdir(img_folder): file_path = os.path.join(img_folder, filename) # 判断是否是图片文件 if os.path.isfile(file_path) and filename.lower().endswith(('.png', '.jpg', '.jpeg')): # 使用pytesseract将图片转换为文字 text = pytesseract.image_to_string(file_path, lang='chi_sim') # 将结果写入文本文档 with open(output_file, 'a', encoding='utf-8') as f: f.write(f"文件名: {filename}\n") f.write(f"识别结果: \n{text}\n") f.write("-" * 50 + "\n") ``` 这段代码会遍历指定路径下的所有图片文件,并将识别结果写入指定的文本文档中。注意需要根据实际情况修改`img_folder`和`output_file`的值,确保文件路径是正确的。另外,需要安装tesseract-ocr和pytesseract库,并将tesseract的安装路径添加到系统环境变量中。 ### 回答3: 使用pytesseract库可以实现对图片中文字的识别和提取,并将提取到的文字写入到文本文件中。 首先需要安装pytesseract和tesseract-ocr的依赖库,并将tesseract-ocr的安装路径加入系统环境变量。 然后,可以使用以下代码实现对指定路径下多张图片进行文字识别,并将识别结果写入到指定的文本文件中: ```python import os import pytesseract # 设置tesseract-ocr的安装路径 pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe' # 指定图片路径和文本文件路径 image_path = r'D:\python\pythonProject26\picture' text_file = r'D:\python\pythonProject26\list.txt' # 清空现有文本文件内容 open(text_file, 'w').close() # 遍历指定路径下的所有图片文件 for filename in os.listdir(image_path): if filename.endswith('.jpg') or filename.endswith('.png') or filename.endswith('.jpeg'): image_file = os.path.join(image_path, filename) # 使用pytesseract进行文字识别 text = pytesseract.image_to_string(image_file, lang='eng') # 将识别结果写入到文本文件中 with open(text_file, 'a', encoding='utf-8') as file: file.write(f'图片文件名:{filename}\n') file.write(f'识别结果:\n{text}\n\n') ``` 以上代码中,`image_path`代表图片的文件夹路径,`text_file`代表要写入的文本文件路径。遍历图片文件夹中的每个图片文件,利用pytesseract提取其中的文字,然后将图片文件名和识别结果写入到文本文件中。 最后,运行以上代码即可实现对指定路径下多张图片的文字识别和写入文本文件的功能。

相关推荐

最新推荐

recommend-type

python实现遍历文件夹图片并重命名

主要为大家详细介绍了python实现遍历文件夹图片并重命名,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

python使用openCV遍历文件夹里所有视频文件并保存成图片

主要介绍了python使用openCV遍历文件夹里所有视频文件并保存成图片,本文通过实例代码给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友参考下吧
recommend-type

python遍历文件夹下所有excel文件

主要介绍了python遍历文件夹下所有excel文件的方法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

Python利用openpyxl库遍历Sheet的实例

今天小编就为大家带来一篇Python利用openpyxl库遍历Sheet的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

对python For 循环的三种遍历方式解析

今天小编就为大家分享一篇对python For 循环的三种遍历方式解析,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

用matlab绘制高斯色噪声情况下的频率估计CRLB,其中w(n)是零均值高斯色噪声,w(n)=0.8*w(n-1)+e(n),e(n)服从零均值方差为se的高斯分布

以下是用matlab绘制高斯色噪声情况下频率估计CRLB的代码: ```matlab % 参数设置 N = 100; % 信号长度 se = 0.5; % 噪声方差 w = zeros(N,1); % 高斯色噪声 w(1) = randn(1)*sqrt(se); for n = 2:N w(n) = 0.8*w(n-1) + randn(1)*sqrt(se); end % 计算频率估计CRLB fs = 1; % 采样频率 df = 0.01; % 频率分辨率 f = 0:df:fs/2; % 频率范围 M = length(f); CRLB = zeros(M,1); for
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。