👉 项目官网：https://www.python-office.com/ 👈

github star

大家好，这里是程序员晚枫，正在all in AI编程实战。

你有没有遇到过这些情况：

  • 纸质文件拍的照片，想提取里面的文字
  • 截图里的内容要手动输入
  • 扫描件PDF要转成可编辑的文字

今天教你怎么用 python-office 的 OCR 功能，1行代码从图片提取文字。

1、OCR识别：图片转文字

1
2
3
4
5
6
import office

# 1行代码OCR识别
text = office.ocr.text(path='图片.png')

print(text)

运行后，图片里的文字全部提取出来了！

🎉 Done！图片秒变文字！

2、识别发票

财务的发票要录入系统？

1
2
3
4
5
6
import office

# 识别发票
text = office.ocr.invoice(path='发票.png')

print(text)

专门针对发票格式优化，提取效果更好。

3、识别银行卡

1
2
3
4
5
6
7
8
import office

# 识别银行卡
info = office.ocr.bankcard(path='银行卡.jpg')

print(f'银行: {info["bank"]}')
print(f'卡号: {info["card_number"]}')
print(f'类型: {info["card_type"]}')

4、识别车牌

1
2
3
4
5
6
7
import office

# 识别车牌
plate = office.ocr.plate(path='车牌.jpg')

print(f'车牌号: {plate["plate_number"]}')
print(f'颜色: {plate["color"]}')

5、实战案例：批量识别名片

收集了一堆名片，要录入CRM系统：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
import office
import os

def batch_recognize_cards(folder):
    """批量识别名片"""
    results = []
    
    for file in os.listdir(folder):
        if file.endswith(('.jpg', '.png')):
            path = os.path.join(folder, file)
            try:
                text = office.ocr.text(path=path)
                results.append({
                    '文件名': file,
                    '识别内容': text
                })
                print(f'识别成功: {file}')
            except Exception as e:
                print(f'识别失败: {file} - {e}')
    
    # 写入Excel
    office.excel.write(path='名片汇总.xlsx', data=results)
    print(f'共识别 {len(results)} 张名片')

batch_recognize_cards('名片文件夹')

6、实战案例：识别发票自动录入

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
import office
import os

def process_invoices(folder):
    """处理发票文件夹"""
    results = []
    
    for file in os.listdir(folder):
        if file.endswith(('.jpg', '.png', '.pdf')):
            path = os.path.join(folder, file)
            text = office.ocr.invoice(path=path)
            
            # 提取关键信息（正则匹配）
            import re
            amount = re.findall(r'[¥$](\d+\.?\d*)', text)
            
            results.append({
                '文件名': file,
                '发票内容': text,
                '金额': amount[0] if amount else '未识别'
            })
    
    office.excel.write(path='发票汇总.xlsx', data=results)
    print('发票处理完成！')

process_invoices('发票文件夹')

7、常见问题

Q：识别准确率不高？

A：确保图片清晰，光线充足，不要有太多阴影。

Q：识别太慢？

A：可以用 office.ocr.text(path, lang='en') 只识别英文，速度更快。

Q：Mac上能用吗？

A：可以，但需要联网调用API。

8、下讲预告

学会了OCR，下一讲我们学 微信机器人——自动回复消息、管理群聊。

敬请期待！

有问题欢迎加微信 python-office 进群交流~

程序员晚枫专注AI编程培训，小白看完他和图灵社区合作的教程《30讲 · AI编程训练营》就能上手做AI项目。

🎓 AI 编程实战课程

想系统学习 AI 编程？程序员晚枫的 AI 编程实战课 帮你从零上手！