图片中的文字提取是办公自动化中的高频需求——扫描件转文字、截图识别、发票信息提取。Python 中有两个主流的 OCR 库这篇从安装到实战完整讲解。一、方案选择PaddleOCR vs Tesseract对比PaddleOCRTesseract中文识别⭐⭐⭐⭐⭐ 优秀⭐⭐⭐ 一般安装难度⭐⭐稍大⭐简单识别速度⭐⭐⭐⭐⭐⭐⭐⭐准确率95%80%-90%版面分析✅ 支持❌ 不支持建议中文场景无脑选 PaddleOCR英文场景两个都可以。二、PaddleOCRpip install paddlepaddle paddleocrfrompaddleocrimportPaddleOCR ocrPaddleOCR(use_angle_clsTrue,langch)resultocr.ocr(invoice.jpg)forlineinresult[0]:textline[1][0]confidenceline[1][1]print(f{text}(置信度:{confidence:.2%}))三、Tesseractpip install pytesseract# 还需要安装 Tesseract-OCR 引擎importpytesseractfromPILimportImage textpytesseract.image_to_string(Image.open(text.png),langchi_simeng)print(text)四、发票识别案例frompaddleocrimportPaddleOCRimportre ocrPaddleOCR(use_angle_clsTrue,langch)resultocr.ocr(invoice.jpg)texts[line[1][0]forlineinresult[0]]full_text.join(texts)# 提取关键信息invoice_nore.search(r发票号码[:](\d),full_text)totalre.search(r价税合计[:]??([\d,]\.\d{2}),full_text)print(f发票号码:{invoice_no.group(1)ifinvoice_noelse未识别})print(f价税合计:{total.group(0)iftotalelse未识别}) 觉得有用的话点赞 关注【张老师技术栈】吧