WOLFRAM

Wolfram 语言与系统参考资料中心

TextRecognize[image]

识别 image 中的文字并以字符串形式返回.

TextRecognize[image,level]

返回指定结构层的字符串列表.

TextRecognize[image,level,prop]

返回给定层的文本的 prop.

TextRecognize[video,…]

识别 video 各帧中的文字.

更多信息和选项
Details and Options Details and Options
范例  
基本范例  
范围  
基本用途  
层次  
属性  
选项  
Language  
Masking  
Method  
RecognitionPrior  
应用  
属性和关系  
可能存在的问题  
参见
相关指南
相关链接
历史
按以下格式引用：

TextRecognize

TextRecognize[image]

识别 image 中的文字并以字符串形式返回.

TextRecognize[image,level]

返回指定结构层的字符串列表.

TextRecognize[image,level,prop]

返回给定层的文本的 prop.

TextRecognize[video,…]

识别 video 各帧中的文字.

更多信息和选项

  • 文字识别，也称为 OCR，是检测图像中的文字并将其转换为文本的过程. 它通常用于从扫描的书籍、文档图片等中提取文字.
  • TextRecognize 可用于任意灰度和多通道的图像，根据每个像素的强度值进行运算.
  • TextRecognize[{image1,image2,…}] 返回对所有 imagei 的识别.
  • 默认情况下，对于整幅图像，识别文本以单个字符串形式返回. 识别的文本可以分成不同的层次.
  • 在 level 中指定的结构元素包括：
  • Automatic 以单个字符串的形式表示在整幅图像中找到的文本（默认）
    "Block"每区文本的结果列表
    "Line"每行的结果列表
    "Word"每个单词的结果列表
    "Character"每个字符的结果列表
  • TextRecognize[image,level,prop] 计算给定 level 的 prop 并以列表 {val1,val2,…} 的形式返回结果.
  • prop 的可能设置包括：
  • "BoundingBox"以 Rectangle 形式表示的文本周围的绑定框
    "Confidence"识别出的文本的强度
    "Image"包含识别文本的剪裁图像
    "Text"识别的文本（默认）
    {prop1,prop2,…}属性列表
  • 可以指定以下选项：
  • Language $Language识别的语言
    Masking All包含文本的感兴趣区域
    Method Automatic使用的方法
    RecognitionPrior Automatic每个标记区域内关于文本的假设
  • TextRecognize 接受一个 Language 选项. 默认情况下，使用 Language:>$Language. Language->{lang1,lang2,…} 可用于执行多种语言识别.
  • 可以使用下列 Language 设置：
  • 默认情况下，返回在图像中找到的文本. 使用 Masking 指定感兴趣的区域. 可能的设置包括：
  • All所有图像
    mask单个感兴趣的区域
    {mask1,mask2,…}多个感兴趣的区域
  • Method 可取的设置（指定文档的类型）包括：
  • Automatic自动选择方法
    "Document"适宜于扫描文档中的检测
    "NaturalScene"适宜于自然场景图像中的检测
  • Method 可取的设置（指定 engine）包括：
  • Automatic自动选择方法
    "EasyOCR"适宜于扫描的文档
    "OperatingSystem"使用操作系统（仅限于 macOS）
    "Tesseract"适宜于扫描的文档
  • RecognitionPrior 假设呈现在整幅图像或每个标记区域中的文本. 可能设置包括：
  • Automatic自动结构识别（默认）
    "Column"文本的单列
    "Line"文本的单行
    "Word"单个单词
    "Character"单个字符
    "SparseText"无特殊结构中的文本
  • TextRecognize 使用机器学习. 其包含的方法、训练集和偏差会在不同的 Wolfram 语言中改变并并产生不同的结果.
  • TextRecognize 可能下载存储在 $LocalBase 本地对象存储库，可以使用 LocalObjects[] 列出，使用 ResourceRemove 去除.

范例

打开所有单元 关闭所有单元

基本范例  (2)

识别图像中的文字：

Wolfram Language code: TextRecognize[[image]]

识别文本行以及对应的绑定框：

Wolfram Language code: i = [image];
Wolfram Language code: res = TextRecognize[i, "Line", "BoundingBox"]

突出显示每个识别行的绑定框：

Wolfram Language code: HighlightImage[i, {"Boundary", res}]

范围  (14)

基本用途  (5)

识别明亮背景上的深色文字：

Wolfram Language code: TextRecognize[[image]]

黑色背景中的亮色文字：

Wolfram Language code: TextRecognize[[image]]

彩色图像：

Wolfram Language code: TextRecognize[[image]]

识别排成两列的文字：

Wolfram Language code: i = [image];
Wolfram Language code: TextRecognize[i]//Pane[...]&

图像列表的 OCR：

Wolfram Language code: TextRecognize[{[image], [image]}]

层次  (5)

默认识别的是整幅图像：

Wolfram Language code: TextRecognize[[image]]

识别每块上图像的文本：

Wolfram Language code: TextRecognize[[image], "Block"]//Column[...]&

按行识别图像中的文本：

Wolfram Language code: TextRecognize[[image], "Line"]//Column[...]&

按英文单词识别图像中的文本：

Wolfram Language code: TextRecognize[[image], "Word"]

按字符识别图像中的文本：

Wolfram Language code: TextRecognize[[image], "Character"]

属性  (4)

默认情况下，以字符串形式返回识别的文本：

Wolfram Language code: i = [image];
Wolfram Language code: TextRecognize[i]

含有识别文本的绑定框：

Wolfram Language code: TextRecognize[i, "BoundingBox"]

识别的强度：

Wolfram Language code: TextRecognize[i, "Confidence"]

含有识别文本的图像：

Wolfram Language code: TextRecognize[i, "Image"]

含有每个英文单词的子图像：

Wolfram Language code: Framed /@ TextRecognize[i, "Word", "Image"]

获取识别出的文本和每个单词的强度：

Wolfram Language code: TextRecognize[[image], "Word", {"Text", "Confidence"}]//Dataset

获取每行识别文本的图像：

Wolfram Language code: Framed /@ TextRecognize[[image], "Line", "Image"]

根据每个英文单词的识别文本的多个属性构建数据集：

Wolfram Language code: TextRecognize[[image], "Word", {"Text", "Confidence", "BoundingBox", "Image"}]//Dataset

选项  (11)

Language  (4)

默认的识别语言是 $Language：

Wolfram Language code: $Language
Wolfram Language code: TextRecognize[[image]]

指定要识别的文本语言：

Wolfram Language code: TextRecognize[[image], Language -> "German"]

用实体指定语言：

Wolfram Language code: TextRecognize[[image], Language -> Entity["Language", "German"]]

识别含有多种语言的文本：

Wolfram Language code: TextRecognize[[image], Language -> {"German", "Russian", "Spanish"}]

Masking  (1)

默认情况下，使用 Masking->All，会识别整幅图像中的文本：

Wolfram Language code: i = [image];
Wolfram Language code: TextRecognize[i]

指定感兴趣区域：

Wolfram Language code: TextRecognize[i, Masking -> Rectangle[{60, 200}, {145, 240}]]

使用一幅图像来指定掩模：

Wolfram Language code: TextRecognize[i, Masking -> [image]]

使用掩模指定多个感兴趣区域：

Wolfram Language code: TextRecognize[i, Masking -> [image]]

为每个感兴趣区域使用分离的掩模：

Wolfram Language code: TextRecognize[i, Masking -> {[image], [image]}]

Method  (3)

默认情况下，使用最合适的方法：

Wolfram Language code: TextRecognize[[image]]

指定文档的类型：

Wolfram Language code: TextRecognize[[image], Method -> "Document"]

指定使用的 engine：

Wolfram Language code: TextRecognize[[image], Method -> "Tesseract"]

RecognitionPrior  (3)

指名图像包含单个字符：

Wolfram Language code: TextRecognize[[image], "Character", RecognitionPrior -> "Character"]

没有 RecognitionPrior，可能返回多个字符：

Wolfram Language code: TextRecognize[[image], "Character"]

没有正确的 RecognitionPrior，可能无法识别文本：

Wolfram Language code: TextRecognize[[image]]

指定 RecognitionPrior：

Wolfram Language code: TextRecognize[[image], RecognitionPrior -> "Character"]

识别排成两列的文字：

Wolfram Language code: TextRecognize[[image], RecognitionPrior -> "Block"]

将双换行符替换为一个换行符：

Wolfram Language code: StringReplace[%, " " -> " "]

应用  (7)

对识别出的文字进行频次分析：

Wolfram Language code: TextRecognize[[image]]
Wolfram Language code: WordFrequencyData[TextWords[%]]

可视化结果，突出显示出现频次较低的单词：

Wolfram Language code: WordCloud[%, ScalingFunctions -> (1 / #&)]

用 LanguageIdentify 鉴定识别出的文字的语种：

Wolfram Language code: img = [image]; TextRecognize[img]
Wolfram Language code: lang = LanguageIdentify[%]

使用识别的语言，改善 OCR 的结果：

Wolfram Language code: TextRecognize[img, Language -> lang]

格式化识别出的文字，交互式地显示每个单词的定义：

Wolfram Language code: text = TextRecognize[[image]];

拆分文本以将所有单词分开：

Wolfram Language code: words = StringSplit[#, Except[WordCharacter]]&@text;

保留文本内容结构，包括空格和标点符号，以便日后重建：

Wolfram Language code: contentList = StringSplit[text, {" " -> " ", " " -> " ", x : PunctuationCharacter :> x}];

编写在字典中查找单词的定义的函数：

Wolfram Language code: findDefinition[s_String] := Module[{word, defs}, word = DictionaryLookup[s, IgnoreCase -> True]; If[word === {}, Return[Missing["NotAvailable"]]]; defs = WordData[Pluralize[First[word], 1], "Definitions"]; If[Head[defs] === WordData, Return[Missing["NotAvailable"]]]; Grid[Transpose[{defs[[All, 1, 2]], defs[[All, 2]]}], Alignment -> Left] ]

对提取出的文本中的单词运用函数：

Wolfram Language code: def = Normal@DeleteMissing[AssociationMap[Tooltip[#, findDefinition[#]]&, words], 1, 2];

把文字放在一个单元里：

Wolfram Language code: TextCell[Row[contentList /. def], FontSize -> 11]

识别几何图中的字符：

Wolfram Language code: image = [image];

指明包含文本的区域：

Wolfram Language code: mask = [image];
Wolfram Language code: TextRecognize[image, "Character", Masking -> mask, RecognitionPrior -> "Character"]

提取某些属性并在图像中突出显示：

Wolfram Language code: res = TextRecognize[image, "Character", {"Text", "BoundingBox", "Confidence"}, Masking -> mask, RecognitionPrior -> "Character"];

用识别出的文字和强度突出显示每个字符：

Wolfram Language code: HighlightImage[image, MapThread[Tooltip[#1, {#2, #3}]&, {res[[All, 2]], res[[All, 1]], res[[All, 3]]}]]

识别文本行和其对应的绑定框：

Wolfram Language code: i = [image];
Wolfram Language code: res = TextRecognize[i, "Line", {"Text", "BoundingBox"}]

突出显示带有文本提示的识别行的绑定框：

Wolfram Language code: HighlightImage[i, {"Boundary", MapThread[Tooltip[#1, #2]&, {res[[All, 2]], res[[All, 1]]}]}]

识别、分组并突出显示图像中所有单个单词：

Wolfram Language code: image = [image];
Wolfram Language code: result = TextRecognize[image, "Word", {"Text", "BoundingBox"}]
Wolfram Language code: res2 = Normal[GroupBy[result, (#[[1]]&) -> (#[[2]]&)]][[All, 2]]
Wolfram Language code: HighlightImage[image, Riffle[res2, RandomColor[Length[res2] - 1]]]

合成与图像中文本相对应的音频：

Wolfram Language code: SpeechSynthesize[TextRecognize[[image]]]//Normal

读取书的封面：

Wolfram Language code: TextRecognize[[image]]//Speak

属性和关系  (2)

识别扭曲的文字：

Wolfram Language code: TextRecognize[[image], Language -> "Russian"]

默认情况下，整幅图像被认为是感兴趣区域：

Wolfram Language code: TextRecognize[[image]]

去除所有空行：

Wolfram Language code: TextRecognize[[image]]//StringReplace[#, " " -> " "]&

用单个换行替代多余的空行：

Wolfram Language code: TextRecognize[[image]]//StringReplace[#, " " -> " "]&

可能存在的问题  (8)

可能无法正确识别旋转的文本：

Wolfram Language code: i = ImageRotate[[image], 0.15, Background -> White]
Wolfram Language code: TextRecognize[i]

可能无法识别不同的颜色：

Wolfram Language code: TextRecognize[[image]]

通过图像处理可能改善识别文本的质量：

Wolfram Language code: Closing[LocalAdaptiveBinarize[[image], 1], 1]
Wolfram Language code: TextRecognize[%]

无法识别小于某个尺寸的字体:

Wolfram Language code: TextRecognize[[image]]

通过放大图像，可以提高识别出的文本的准确率：

Wolfram Language code: TextRecognize[ImageResize[[image], Scaled[3.5]]]

在识别格式化的数字时，空格可能会导致光学字符识别 (OCR) 错误：

Wolfram Language code: TextRecognize[[image]]

可能无法完全识别不同颜色的文字:

Wolfram Language code: img = [image];
Wolfram Language code: TextRecognize[img]

调整颜色和上采样可能有助于改善识别结果：

Wolfram Language code: adjusted = ImageResize[ColorNegate[ImageRecolor[img, ColorsNear[Red, .5] -> White]], Scaled[3]]
Wolfram Language code: TextRecognize[adjusted]

无法准确识别以轮廓线形式给出的文字：

Wolfram Language code: img = [image];
Wolfram Language code: TextRecognize[img]

对背景进行填充以改进结果：

Wolfram Language code: DeleteSmallComponents@Binarize@RemoveAlphaChannel[RemoveBackground[img], Black]
Wolfram Language code: TextRecognize[%]

无法准确识别被非文本内容包围的文字：

Wolfram Language code: i = [image];
Wolfram Language code: TextRecognize[i]

指定内容的类型可能会改善识别结果：

Wolfram Language code: TextRecognize[i, RecognitionPrior -> "Word"]

有些时候无法识别大图像中的小文本：

Wolfram Language code: i = [image];
Wolfram Language code: TextRecognize[i, "Line"]

指定包含文本的区域来改善识别：

Wolfram Language code: TextRecognize[i, "Line", Masking -> [image]]
Wolfram Research (2010)，TextRecognize，Wolfram 语言函数，https://reference.wolfram.com/language/ref/TextRecognize.html （更新于 2025 年）.

文本

Wolfram Research (2010)，TextRecognize，Wolfram 语言函数，https://reference.wolfram.com/language/ref/TextRecognize.html （更新于 2025 年）.

CMS

Wolfram 语言. 2010. "TextRecognize." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2025. https://reference.wolfram.com/language/ref/TextRecognize.html.

APA

Wolfram 语言. (2010). TextRecognize. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/TextRecognize.html 年

BibTeX

@misc{reference.wolfram_2026_textrecognize, author="Wolfram Research", title="{TextRecognize}", year="2025", howpublished="\url{https://reference.wolfram.com/language/ref/TextRecognize.html}", note=[Accessed: 03-November-2026]}

BibLaTeX

@online{reference.wolfram_2026_textrecognize, organization={Wolfram Research}, title={TextRecognize}, year={2025}, url={https://reference.wolfram.com/language/ref/TextRecognize.html}, note=[Accessed: 03-November-2026]}