将图像翻译成文字一般被称为光学文字识别（Optical Character Recognition，OCR）
OCR库：Pillow、Tesseract、NumPy
Pillow
Pillow可以对图片进行预处理，比如图片背景色不是纯白，而是渐进色，那么就可以利用Pillow进行预处理得到相对清晰的图片来提供给Tesseract去识别。
Tesseract
Tesseract可以通过训练识别出任何字体（要求字体风格保持不变）
安装Tesseract
Tesseract不是python的库，所以不是通过import的方式导入，而是需要去下载安装，截至目前最新版本是 3.02.02。下载地址
简体中文字库文件下载地址为:http://download.csdn.net/detail/wanghui2008123/7621567
下载完成后解压，然后将该文件剪切到tessdata目录下去就可以了。字库文件：chi_sim.traineddata
Tesseract默认安装在C盘，默认安装是不是会自动添加环境变量，我没试。
我是安装在F盘 F:\Program Files\Tesseract-OCR。安装成功后，再去设置一下环境变量，把安装的路劲加到环境变量里就好了，或者执行指令：
#setx TESSDATA_PREFIX F:\Program Files\Tesseract OCR\
安装的步骤我就不赘述了，安装的过程中出现失败的情况，没有关系，继续就OK。
接着去CMD指令界面中输入：C:\Users\Administrator>tesseract
如果出现下面的结果，那就是安装成功了！
为了验证下是否能识别成功，我在D盘根目录下放了一张图片
然后在cmd指令界面中输入如下指令：
C:\Users\Administrator>tesseract e:\img.jpg e:\img -l chi_sim
结果：（img默认是txt格式）
泪崩~
这识别是个什么几把玩意啊？？？不管识别的怎么样，人家也是识别了一部分不是？
NumPy
NumPy 并非解决OCR 问题时必须使用的库，但是如果你想训练Tesseract 识别，那么就会用到它。NumPy 是一个非常强大的库，具有大量线性代数以及大规模科学计算的方法。
原文地址：https://www.cnblogs.com/zhouwp/p/8319528.html