>

用 tesseract OCR 从图片提取文字

在 Linux 上用免费离线的 Tesseract OCR，把截图、照片和扫描件变成可编辑的文本文件。

Linux图片Tesseract OCROCR 文字识别低风险
运行 tesseract screenshot.png output -l eng，识别结果会写入 output.txt。

01命令

命令
$ tesseract screenshot.png output -l eng --psm 3

02作用说明

Tesseract 会读取图片并把识别出的文字写入 output.txt（扩展名自动添加）。-l 选择语言——简体中文需要安装 tesseract-ocr-chi-sim 语言包，并可用 -l chi_sim+eng 同时识别中英文。--psm 控制版面分析模式：默认 3 适合整页文档，6（统一文本块）或 7（单行）更适合裁剪过的截图。图像清晰、对比度高时准确率会好很多——模糊的照片可以先用 ImageMagick 预处理（convert in.png -colorspace Gray -resize 300% out.png）。

03风险

风险低风险
使用条件tesseract-ocr (sudo apt install tesseract-ocr; add language packs like tesseract-ocr-chi-sim)
!注意: OCR 不可能百分之百准确：人名、数字和代码类文本务必人工校对，手写体、艺术字和低分辨率照片尤其容易出错。

04撤销

✓无需撤销——该命令不会改变持久状态。

05来源

  • tesseract(1) — Ubuntu manual page
    Canonical · community · 2026-09-17
    依据: Documents tesseract imagename outputbase [-l lang] [--psm pagesegmode] for OCR of image files.
  • tesseract-ocr/tesseract — GitHub
    Google / open source · vendor-doc · 2026-09-17
    依据: Official repository describing supported languages, language data installation, and page segmentation modes.

最后验证: 2026-09-18 · 分类: 媒体