来源：菜J学Python

也许你还记得，前不久复旦大学一博士生写了130行Python代码，批量识别核酸截图内容的故事。当时还被人民日报公众号报道出来，夸赞用所学贡献青春力量！

其实，批量文字识别（OCR）是Python办公自动化的基本操作，应用在我们工作生活中的方方面面，比如车牌识别、证件识别、银行卡识别、票据识别等等。

Python中OCR第三方库非常多，比如easyocr、PaddleOCR、cnocr等等。当然，直接调用百度API也是可以的，不过超过一定限额后要收费，因此本文主要以开源免费的easyocr来进行介绍。

本文以证件识别为例，我网上找了3张虚拟身份证来实验：

运用easyocr进行识别并保存为Excel，效果如下：

在Python中使用 easyocr非常简单，只要使用pip命令安装easyocr 即可（建议使用清华源，否则安装会比较慢）。

不过 easyocr 的深度学习算法依赖于另一个著名的第三方模块 pytorch，图形处理部分则会用到 opencv、Pillow 等，所以还需要确保自己电脑上已经安装这些基础模块。

1.easyocr识别图片代码非常简洁，只需要创建一个easyocr.Reader类对象，指定以下两个常用参数：

需要识别的文字属于哪几种语言

是否启用GPU显卡加速

2.调用Reader对象的readtext方法，将图片中所有文字读入一个列表并返回。

识别结果如下：

readtext 返回的列表中，每个元素都是一个元组，内含三个信息：位置、文字、置信度。我们可以在调用readtext时指定一个参数 detail=0，从而只返回文字内容。于是修改后代码和效果如下：

批量识别图片无非就是遍历图片文件夹，这里用到了os.listdir()方法以返回文件列表。然后用ocr.readtext()去识别每一张图片文字内容，接着通过字符串切片来获取姓名、性别、民族、出生、住址和身份证号等关键信息，最后统一将这些信息存入列表data中。

图片文字识别之后，建议通过pandas输出为Excel，方便简洁。