用python将图片转为word文档 |
您所在的位置:网站首页 › 如何将照片转成文档 › 用python将图片转为word文档 |
昨天突发需求要打印一张图片上的文档,图片拍太昏暗,完全不具有可读性,于是想试试转为word文档,编辑以后再打印,百度了一下,找到了一个大神的文档”使用python在实现图片(包括扫描件的图片类pdf)转换成word文档过程中的常见问题_py617的博客-CSDN博客_python 图片转word“,根据这个文档,基本搞定了需求,但不知道是图片太模糊还是没使用什么高级设置,总之对导出的文档还是得作一些编辑工作才能使用。 根据原文档操作的话,基本框架就有了,但还需要处理一些报错,于是将我的一些处理记录下来,写一篇文章存档: 一、安装必要的工具和库: 1、Python 建议安装3.7或以上版本(我自己安装的是3.8版本,pycharm和anaconda3) 2、tesseract-ocr 这个一定要装,基本算是整个项目的核心工具了,下载地址: https://github.com/UB-Mannheim/tesseract/wiki ,安装最新版本 3、库支持:(如果下载较慢,可以在命令后用-i加入临时国内源,如 -i https://pypi.tuna.tsinghua.edu.cn/simple) pip install pillow pip install opencv-python pip install fitz pip install PyMuPDF pip install pytesseract pip install python-docx 二、可运行的简单代码: import os import pytesseract import cv2 as cv import fitz from PIL import Image from PIL import ImageFile import docx from docx.oxml.ns import qn ImageFile.LOAD_TRUNCATED_IMAGES = True Image.MAX_IMAGE_PIXELS = None text = pytesseract.image_to_string(Image.open(r"F:/png2word/test.png"), lang='chi_sim+eng') doc = docx.Document() # 创建一个新的word文档 doc.add_paragraph(text) # 往文档里添加识别出来的文字 doc.add_page_break() # 添加分页符,等于在word里按多了一次Ctrl+Enter # 下面两行设置了文档字体全篇为宋体,缺一行不可 doc.styles['Normal'].font.name = u'宋体' doc.styles['Normal']._element.rPr.rFonts.set(qn('w:eastAsia'), u'宋体') doc.save(os.getcwd() + '\\test.docx') # 保存文档 三、结语: 花了一个小时,装好了缺失的工具和库以后,只能说基本可以用了,感谢 py617大神和度娘! |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |