跳到主要内容

OCR 文字识别软件

OCR（Optical Character Recognition，光学字符识别）是一项能将图片中的文字提取为可编辑文本的技术。无论是扫书、截屏提字，还是发票识别、文档数字化，OCR 工具都能极大提高效率。下面是一些常用、靠谱的 OCR 工具推荐，包含开源免费与商用产品，适用于不同平台和需求。

Tesseract OCR（跨平台、开源）​

Tesseract 是由 Google 维护的一款强大的 OCR 引擎，被广泛用于各类开源和商用应用中。它本身是命令行工具，支持多语言文字识别，并且可以通过调用 API 集成到各种程序中（如 Python、C++）。

Tesseract 是开源的，采用 Apache 2.0 许可证，支持 Windows、macOS、Linux 操作系统，支持训练自定义语言模型。

安装方法：

  • Ubuntu：

    sudo apt install tesseract-ocr

  • macOS：

    brew install tesseract

  • Windows: 可从官网下载安装包。

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

OCRmyPDF（免费，开源，专注 PDF）​

OCRmyPDF 是一个为 PDF 添加 OCR 文本层的命令行工具，底层同样基于 Tesseract，支持平台 Windows、macOS、Linux 操作系统（推荐使用 Linux）。它能将扫描的 PDF 变成“可选中复制文字”的格式，非常适合用于归档和搜索。

  • 安装方式（macOS）：

    brew install ocrmypdf

  • 安装方式（Ubuntu）：

    sudo apt install ocrmypdf

官网：https://github.com/ocrmypdf/OCRmyPDF

Capture2Text（免费，轻量截图 OCR 工具）​

Capture2Text 是 Windows 下非常轻巧的一款截图识字工具，启动快捷，识别迅速，非常适合日常临时识别屏幕文字。可设置快捷键调用，不需要复杂操作。

Adobe Acrobat Pro（付费，商用 PDF OCR）​

Adobe Acrobat Pro 提供非常精准的 PDF OCR 识别功能，支持中文识别、图片优化、批量处理等高级功能，适合有高质量文字识别需求的专业用户。

Google Docs OCR（免费，基于云端）​

Google 云端硬盘内置 OCR 功能。你只需上传图片或 PDF，在 Google Docs 中打开，即可自动识别出文字。无需安装任何软件，识别效果在英文和印刷体文档中非常出色。

  • 支持平台：网页浏览器
  • 使用方式：上传文件到 Google Drive → 右键 → 使用 Google Docs 打开
  • 官网：https://docs.google.com

pytesseract（Python 开发者专用）​

pytesseract 是对 Google Tesseract OCR 引擎的 Python 封装，可以轻松将图像转换为文本。Tesseract + pytesseract 可以说是 Python 中使用最广泛的 OCR 组合，具有免费开源、支持多语言、可结合 PDF 和图像批处理使用等优点。

安装方式（同时你需要安装系统级的 Tesseract）：

pip install pytesseract

示例代码：

import pytesseract
from PIL import Image

img = Image.open('test.png')
text = pytesseract.image_to_string(img, lang='eng')  # 支持多语言
print(text)

网址：https://github.com/madmaze/pytesseract

EasyOCR（简单易用，支持中文）​

EasyOCR 是一个基于 PyTorch 的开源 OCR 库，支持 80+ 种语言，包括中文、日文、韩文等，安装后无需额外配置语言包。具有准确度高、安装即用、支持 GPU 加速等优点。

安装方式：

pip install easyocr

示例代码：

import easyocr

reader = easyocr.Reader(['ch_sim', 'en'])  # 中文简体和英文
results = reader.readtext('test.jpg')
for res in results:
    print(res[1])  # 打印识别出的文本

网址：https://github.com/JaidedAI/EasyOCR

PaddleOCR（中文识别最强）​

PaddleOCR 是百度开源的 OCR 工具，特别优化了中文文字、表格、方向识别等任务。具有识别准确率高、支持批量处理、支持模型训练等优点。

安装方式：

pip install paddleocr
pip install paddlepaddle

网址：https://github.com/PaddlePaddle/PaddleOCR

Keras-OCR（适合训练自定义模型）​

Keras-OCR 提供了一个端到端的 OCR 管道，包括文字检测和识别，适合有深度学习背景的开发者自定义训练或批量识别场景。

安装方式：

pip install keras-ocr

网址：https://github.com/faustomorales/keras-ocr

白描 App​

白描是一款专注于高效文字识别与 PDF 转换的国产 OCR 工具，特别适合学生、教师、写作者和办公人群使用。它的设计简洁、识别速度快、准确率高，支持多种导出方式和语言识别，深受用户好评。

白描 App 的基础功能是免费的，包含文字识别、导出、翻译等。批量识别、无限识别次数、表格识别、去广告等功能则需要收费（订阅制），价格相对合理，适合频繁使用 OCR 的用户。

支持平台：

  • 移动端：iOS 和 Android 均可使用
  • 网页端：https://web.baimiaoapp.com
  • 微信小程序：直接搜索“白描 OCR”即可使用
知心 MBTI 微信小程序
「知心MBTI」微信小程序，探索你的 MBTI 人格类型，发现潜能。微信扫码免费测试 🎉