tool/utils/orcUtils.py

import logging

import pytesseract
from PIL import Image

# 配置日志记录
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

# 如果 Tesseract-OCR 不在 PATH 中，需要指定其路径
pytesseract.pytesseract.tesseract_cmd = r'G:\资料\tools\tesseract-ocr-master\Tesseract-OCR\tesseract.exe'

# 打开图片文件
image = Image.open('G:\\1111.jpg')

try:
    # 使用 pytesseract 进行 OCR 识别，并指定编码
    text = pytesseract.image_to_string(image, lang='chi_sim')  # 如果图片是中文，可以指定语言
    logging.info("OCR识别成功")
except Exception as e:
    logging.error(f"OCR识别失败: {e}")
    text = ""

# 打印识别的文字
try:
    print(text.encode('utf-8', errors='ignore').decode('utf-8'))
except UnicodeDecodeError as e:
    print(f"UnicodeDecodeError: {e}")
    print("尝试使用 'replace' 处理编码错误")
    print(text.encode('utf-8', errors='replace').decode('utf-8'))