图像文字识别：Python批量识别图片中的文字并自动改名

说明：最近学校要求班委收集每个同学青年大学习的学习完成截图，并核实学习情况，故此次想开发一套自动识别图片中的文字，并对其进行改名的程序，从而将人力解放出来去干些更有意义的事情。

任务目标

1.自动识别图像中特殊字段信息
2.批量读入图片
3.自动批量对图片进行命名

开发准备

Tesseract-OCR介绍
开源的OCR识别引擎，高版本识别基于LSTM，其整个处理流程如下：

以上图片来源于小白学视觉 的博客

安装Tesseract-OCR Python SDK支持

pip install pytesseract

附：网上找到的Tesseract-OCR下载链接

http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe

下载Tesseract-OCR 5.0.0-alpha.20201127安装包并安装，然后在系统的环境变量中添加对于的安装路径，默认为：

C:\Program Files\Tesseract-OCR

若自定义安装，换为对应路径即可。

验证与测试

安装与配置好OpenCV-Python与Tesseract-OCR之后，需要进一步通过代码验证正确性。打开Pycharm IDE，新建一个python项目与python文件，输入以下代码：

import pytesseract as tess
print(tess.get_tesseract_version())
print(tess.get_languages())

运行结果如下：

第一行是版本信息，第二行是支持的语言信息，默认只支持英文。'eng’表示支持英文，'chi_sim’表示支持简体中文。若要想也支持中文的识别，需要自行下载对应的语言包，并将其放在Tesseract OCR安装目录的tessdata文件夹下

Tesseract OCR中英文语言包的下载地址

https://github.com/tesseract-ocr/tessda