前几天帮同专业的哥们扒他专业课课件里的截图文字，几百张图一张一张敲简直要疯，后来翻出吃灰半年的MATLAB，花了俩小时搭了个小工具，终于不用当人肉打字机了

MATLAB软件图片文字识别GUI界面汉字和英文识别提取匹配写入txt中 中英文都可以图片文字识别也可以最开始我以为要自己写OCR模型调参数结果翻了下MATLAB官方文档发现R2019b之后直接内置了ocr函数专门处理印刷体文字识别完全不用自己造轮子。先试了单张图片的基础用法代码超精简% 读取目标图片 img imread(课件截图1.png); % 调用内置OCR识别 ocrResults ocr(img); % 直接输出识别结果 disp(ocrResults.Text); % 一键写入txt文件 writelines(ocrResults.Text, 单张识别结果.txt);这段代码跑起来几乎没门槛就是读个图、扔给OCR函数、存结果。不过第一次踩坑了拿手机拍的手写笔记试了下识别率惨不忍睹后来才反应过来自带的OCR对印刷体友好手写的还是得换深度学习模型不过咱们平时扒课件截图、扫描版论文全是印刷体完全够用。后来觉得每次跑命令行太麻烦就用MATLAB的App Designer搭了个可视化界面拖拖拽拽就弄好了所有元素放了个坐标轴显示图片预览三个按钮分别是「选择单张图片」「批量选择图片」「开始识别」一个下拉框选筛选类型就是咱们要的匹配功能一个大文本框显示识别结果还加了个手动保存的按钮。先给大家看选单张图片的回调代码逻辑超简单function SelectImagePushed(app, event) % 弹出文件选择框支持png/jpg/jpeg格式 [filename, pathname] uigetfile({*.png;*.jpg;*.jpeg, 图片文件 (*.png, *.jpg, *.jpeg)}, 选择待识别图片); if isequal(filename,0) return; % 用户点了取消就直接退出 end % 存下图片路径后面识别要用 app.imgPath fullfile(pathname, filename); % 在坐标轴里显示图片预览 img imread(app.imgPath); imshow(img, app.UIAxes); end点了识别按钮之后就会调用OCR函数然后根据下拉框选的匹配类型筛选文字——这也是我做这个工具最实用的点比如要只提取汉字就用正则表达式匹配中文字符和中文标点要只提取英文就匹配英文字母、数字和常用英文标点不用手动删来删去。核心代码如下function RecognizePushed(app, event) % 先判断有没有选图片 if ~isfield(app, imgPath) uialert(app.UIFigure, 请先选择图片, 提示); return; end img imread(app.imgPath); % 加个预处理提高暗图的识别率 img_gray rgb2gray(img); img_bin imbinarize(img_gray, adaptive); ocrResults ocr(img_bin); rawText ocrResults.Text; % 核心匹配筛选逻辑 switch app.MatchTypeDropDown.Value case 仅汉字 % 匹配所有中文字符中文标点 chineseText regexp(rawText, [\u4e00-\u9fa5。、“”‘’], match); app.ResultTextArea.Value strjoin(chineseText, ); case 仅英文 % 匹配英文字母、数字、常用英文标点和空格 englishText regexp(rawText, [a-zA-Z0-9\s.,!?;:()\], match); app.ResultTextArea.Value strjoin(englishText, ); otherwise % 直接输出全部识别结果 app.ResultTextArea.Value rawText; end end这里的[\u4e00-\u9fa5]是Unicode里汉字的编码范围加上常用中文标点的规则就能精准把汉字和中文标点捞出来英文那边的正则也覆盖了大部分日常用到的字符完全够用。MATLAB软件图片文字识别GUI界面汉字和英文识别提取匹配写入txt中 中英文都可以图片文字识别也可以批量处理的逻辑也差不多就是把单张处理改成循环给每个图片生成单独的结果文件还自动建了个OCR_Results文件夹存所有结果不用手动整理function BatchRecognizePushed(app, event) [filenames, pathname] uigetfile({*.png;*.jpg;*.jpeg, 图片文件 (*.png, *.jpg, *.jpeg)}, 批量选择待识别图片, MultiSelect, on); if isequal(filenames,0) return; end % 自动创建保存文件夹 saveDir fullfile(pathname, OCR_Results); if ~exist(saveDir, dir) mkdir(saveDir); end for i 1:length(filenames) imgPath fullfile(pathname, filenames{i}); img imread(imgPath); img_gray rgb2gray(img); img_bin imbinarize(img_gray, adaptive); ocrResults ocr(img_bin); rawText ocrResults.Text; % 同样用匹配筛选逻辑 switch app.MatchTypeDropDown.Value case 仅汉字 chineseText regexp(rawText, [\u4e00-\u9fa5。、“”‘’], match); textOut strjoin(chineseText, ); case 仅英文 englishText regexp(rawText, [a-zA-Z0-9\s.,!?;:()\], match); textOut strjoin(englishText, ); otherwise textOut rawText; end % 用原图片名生成对应的结果文件 [~, name, ~] fileparts(filenames{i}); writelines(textOut, fullfile(saveDir, [name _OCR结果.txt])); end uialert(app.UIFigure, [批量识别完成结果已保存到 saveDir], 完成); end上次帮哥们处理300多张课件截图跑批量的时候我就去摸鱼了回来直接去文件夹里拿结果连整理都省了他还给我带了杯奶茶血赚不是。最后提一嘴要是不想每次都开MATLAB跑代码还能用MATLAB自带的deploytool把这个APP打包成独立的exe文件发给不用装MATLAB的朋友也能直接用就是打包的时候会有点慢不过胜在方便。其实这个小工具还能加不少功能比如识别表格里的文字、支持手写体识别、加个关键词搜索之类的不过目前用来扒课件截图已经完全够用了。反正现在我是再也不想当人肉打字机了。