2.安装PyOCR
3.安装Wand和PIL
在我们开始之前，还需要另外安装两个依赖包。一个是Wand。它是Imagemagick的Python接口。
我们需要使用它来将PDF文件转换成图像：
我们也需要PIL因为PyOCR需要使用它。你可以查看官方文档以确定如何将PIL安装到你的操作系统中。
5.开始
现在我们需要获得OCR库（在本例中，即tesseract）的句柄以及我们在PyOCR中将使用的语言：
我们使用tool.get_available_languages里的第二种语言，因为之前我曾尝试过，第二种语言就是英语。
接着，我们需要建立两个列表，用于存储我们的图像和最终的文本。
下一步，我们需要采用wand将一个PDF文件转成jpeg文件。让我们试一试吧！
注意：将PDF_FILE_NAME替换成当前路径下的一个可用的PDF文件名。
wand已经将PDF中所有的独立页面都转成了独立的二进制图像对象。我们可以遍历这个大对象，并把它们加入到req_image序列中去。
现在，我们仅仅需要在图像对象上运行OCR即可，非常简单：
现在，所有识别出的文本已经加到了final_text序列中了。你可以任意地使用它。以上就是利用Python对PDF文件做OCR识别的全部内容，希望这个教程能够帮助到你们！
可以用捷速ocr文字识别软件，使用教程：第一步，我们需要下载捷速OCR文字识别软件，我们可以去官网或者在各大下载网站找到下载。运行软件，选择界面中的“从图片读文件”。或者关掉对话框，直接点击左上角的“读取”也是一样的。
第二步，在出现的查找框里选择需要转换的图片，然后软件界面就会出现该图片的具体情况了。
第三步，我们点击工具栏中的“识别”按钮，就能对图片进行识别了，识别的结果会呈现在图片右边。我们可以进行校对，然后修改错误。
第四步，最后我们工具栏中的“Word”，就会直接输出一个Word文档供我们使用了。或者你也可以直接复制识别结果，也可以达到一样的效果。
