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-优快云博客_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！