光学字符识别（Optical Character Recognition，OCR）技术通常用于将图片转化为文本。Python中实现OCR的方法有多种，其中easyocr和pytesseract是比较常见的选择，但各有优缺点。
easyocr是基于深度学习的模块，但安装过程中可能出现与opencv版本不兼容的问题，因此需要谨慎考虑。
pytesseract是基于Tesseract的Python接口，Tesseract由Google赞助，是目前公认的优秀开源OCR系统。它的优点包括部署快、轻量级、离线可用且免费，但中文识别率较低，需要额外训练数据。
安装Tesseract需要安装Pillow和pytesseract，还需将Tesseract添加到系统路径中，并可能需要特定语言的训练数据，如中文的chi_sim.traineddata。
使用pytesseract，识别图片中的文字需要确保图片格式清晰、字体规范，如无倾斜、污迹，文字排列整齐。例如，识别poems.jpg和timg.jpg的中文效果可能有差异，彩色图片的识别效果通常不如黑白图片。
对于只想识别中文的场景，cnocr是一个简洁的选项，但其对复杂排版的处理能力较弱，特别是对于截图或扫描件等印刷体文字图片，其单行识别功能可能效果不佳。
多行识别函数在cnocr中表现较好，但实际使用时仍需根据具体需求和图片质量进行评估。