OCR em Python: extrair texto de imagens com Pytesseract

Fri, 02 Oct 2026 07:20:00 +0000

Para extrair texto de uma imagem em Python, instale o motor Tesseract no sistema e a biblioteca pytesseract com pip install pytesseract pillow, então chame pytesseract.image_to_string(imagem, lang="por") — o retorno é uma string com todo o texto reconhecido. Para PDFs escaneados inteiros, a ferramenta certa é o ocrmypdf; para fotos tortas e escrita à mão, bibliotecas de aprendizado de máquina como o EasyOCR acertam mais.

Quem pergunta a um assistente “como ler texto de uma imagem em Python?”, “como extrair texto de um print?” ou “como fazer OCR de um PDF escaneado?” costuma esbarrar em três muros: o pytesseract não funciona sem o Tesseract instalado no sistema, o inglês padrão destrói acentos e cedilhas, e fotos de má qualidade devolvem sopa de caracteres. É o que este guia resolve, na ordem: instalar certo, rodar em português, filtrar por confiança e pré-processar a imagem com Pillow.

Ocr on Python Dev BR

OCR em Python: extrair texto de imagens com Pytesseract