本文共 1985 字，大约阅读时间需要 6 分钟。

将图片翻译成文字一般被称为光学文字识别（Optical Character Recognition，OCR）。可以实现OCR 的底层库并不多，目前很多库都是使用共同的几个底层OCR 库，或者是在上面进行定制。

Tesseract 是一个OCR 库，目前由Google 赞助（Google 也是一家以OCR 和机器学习技术闻名于世的公司）。Tesseract 是目前公认最优秀、最精确的开源OCR 系统。 除了极高的精确度，Tesseract 也具有很高的灵活性。它可以通过训练识别出任何字体（只要这些字体的风格保持不变就可以），也可以识别出任何Unicode 字符。

此外我们也可以调用百度AI的文字识别API进行文字识别，具体流程如下：

1. 百度智能云注册用户

百度智能云地址：

2. 找到产品服务 / 文字识别 - 概览，创建应用

应用有三个关键参数：AppID，API Key，Secret Key

3. python脚本调用文字识别接口

具体api文档参考下面OCR Python SDK地址

OCR Python SDK地址：

4. 具体文字识别代码如下：只是展示了几个接口，具体的还是看上面OCR Python SDK地址文档说明

'''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''#作者：cacho_37967865#博客：https://blog.csdn.net/sinat_37967865#文件：baiduAI.py#日期：2019-06-18#备注：Python利用百度AI进行文字识别, pip install baidu-aip'''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''from aip import AipOcr# 定义常量APP_ID = '16552814'API_KEY = '93R0OpMdmPy31WBBgPEKE1qB'SECRET_KEY = 'kIClrcG******'# 初始化AipFace对象aipOcr = AipOcr(APP_ID, API_KEY, SECRET_KEY)# 打开图片def get_file_content(filePath):    with open(filePath, 'rb') as fp:        return fp.read()# 调用通用文字识别接口def basicGeneral(file):    """ 如果有可选参数 """    options = {}    options["detect_direction"] = "true"  # 检测朝向    options["detect_language"] = "true"  # 检测语言    result = aipOcr.basicGeneral(file, options)    return(result)# 通用文字识别（高精度版）def basicAccurate(file):    options = {}    options["detect_direction"] = "true"  # 检测朝向    options["detect_language"] = "true"  # 检测语言    result = aipOcr.basicAccurate(file, options)    return (result)# 识别一些网络上背景复杂，特殊字体的文字。def webImage(file):    options = {}    options["detect_direction"] = "true"  # 检测朝向    options["detect_language"] = "true"  # 检测语言    result = aipOcr.webImage(file, options)    return (result)def main():    file = get_file_content("bd.png")    result = basicGeneral(file)    print(result)    for word in result['words_result']:        print(word['words'])if __name__ == '__main__':    main()

识别后的文字：