python 使用fitz将pdf转为图像，然后ocr识别图像

你可以使用 `PyMuPDF` 库中的 `fitz` 模块将PDF转换为图像，然后使用OCR库（如 `pytesseract`）对图像进行OCR识别。这里是一个示例代码：

import fitz
import pytesseract

def pdf_to_images_ocr(pdf_path):
    doc = fitz.open(pdf_path)
    for i in range(doc.page_count):
        page = doc.load_page(i)
        pix = page.get_pixmap()
        image_path = f"page_{i+1}.png"
        pix.save(image_path, "PNG")

        text = pytesseract.image_to_string(image_path)
        print(f"Page {i+1} OCR Result:")
        print(text)
        print("--------------------")

pdf_to_images_ocr("example.pdf")

在这个示例代码中，我们首先使用 `fitz` 模块将每一页的PDF转换为图像，并保存为PNG格式的图像文件。然后，我们使用 `pytesseract` 库对每个图像文件进行OCR识别，将识别结果打印出来。

请确保你已经安装了 `PyMuPDF`、`pytesseract` 和相应的OCR语言数据包（如英文数据包）。你还需要安装Tesseract OCR引擎并将其加入系统环境变量中，以便 `pytesseract` 可以访问它。