
Linux 系统的 strings 命令擅长从二进制文件(例如可执行文件、库文件)中提取可打印字符串,但它无法直接处理图像文件以识别其中的文本。
要从图片中提取文本,需要借助光学字符识别 (OCR) 技术。一个常用的开源 OCR 引擎是 Tesseract OCR。
在基于 Debian 的 Linux 发行版(如 Ubuntu)上,可以使用以下命令安装 Tesseract:
sudo apt-get install tesseract-ocr
安装完成后,可以使用 tesseract 命令进行文本提取。例如,要从名为 example.png 的图片中提取文本,并保存到 output.txt 文件中,可以使用:
tesseract example.png output
需要注意的是,OCR 技术的识别准确率受图片质量影响。图片模糊、文本扭曲或存在干扰都可能导致识别错误,需要人工校对结果。










