python 实现文字识别提取

#一：环境配置：
##1、安装pytesseract库和OCR识别软件
cmd 中通过pip 下载安装OCR 的调用模块，命令如下：
pip install pytesseract
pip install pillow
##2、下载安装Tesseract，Tesseract是一个用于文字识别的工具，OCR识别软件；
下载地址：https://digi.bib.uni-mannheim.de/tesseract/
下载安装完成需要配置OCR的环境变量： 我的电脑 ->属性 -> 高级系统设置 ->环境变量 ->系统变量 ，在 path 中添加 OCR 安装路径
##3、Tesseract默认是不支持中文的，如果想要识别中文或者其它语言需要下载相应的语言包，
下载地址如下： https://tesseract-ocr.github.io/tessdoc/Data-Files
我们下载Chinese-Simplified
为简体中文即可，下载完成后我们需要将文件内chi_sim.traineddata放到Tesseract的路径下的tessdata目录下
以上的环境配置完级就可以写代码实现文字识别啦；
#二：代码的实现

import os
import pytesseract
# 文字图片的路径
path = 'text_img/'
# 获取图片路径列表
imgs = [path + i for i in os.listdir(path)]
# 打开文件
f = open('pic_name.txt', 'w+', encoding='utf-8')
# 将各个图片的路径写入pic_name.txt文件当中
for img in imgs:
    f.write(img + '\n')
# 关闭文件
f.close()
# 文字识别
string = pytesseract.image_to_string('text.txt', lang='chi_sim')
f = open('text.txt', 'w+', encoding='utf-8')
# 将图片识别到的文字写入text.txt文件当中
f.write(string)
f.close()
print(string)