使用VBA Excel与Tesseract提取图片文本失败求助

原代码核心问题 #

1. 命令参数传递错误：原代码错误地将Tesseract命令作为powershell的参数传递，格式混乱导致命令未正确执行。
2. 引号使用错误：命令中多余的单引号导致Tesseract无法识别输入输出路径和语言参数。
3. 缺乏错误检查：未验证文本文件是否生成，无法定位命令执行失败的原因。

修正后的代码 #

Sub ExtractTextFromImage()
    Dim myshell As Shell32.Shell
    Dim tesseractPath As String
    Dim inputImagePath As String
    Dim outputTextPath As String
    Dim readCommand As String
    Dim captchaCode As String
    Dim i As Integer
    
    ' 根据Tesseract版本选择对应路径
    tesseractPath = "C:\Program Files\Tesseract-OCR\tesseract.exe" ' 64位版本
    ' tesseractPath = "C:\Program Files (x86)\Tesseract-OCR\tesseract.exe" ' 32位版本
    
    inputImagePath = "C:\Temp\Sem.png"
    outputTextPath = "C:\Temp\Sem" ' Tesseract会自动添加.txt后缀
    
    Set myshell = New Shell32.Shell
    
    For i = 1 To 5
        ' 构建格式正确的命令：路径用双引号包裹，参数无多余引号
        readCommand = """" & tesseractPath & """ """ & inputImagePath & """ """ & outputTextPath & """ -l eng"
        
        ' 通过cmd执行命令，vShow=1可显示窗口用于调试
        myshell.ShellExecute "cmd.exe", "/c " & readCommand, , "open", 1
        
        ' 等待命令执行完成（根据图片复杂度调整时长）
        Application.Wait Now + TimeValue("00:00:03")
        
        ' 检查输出文件是否存在
        If Dir(outputTextPath & ".txt") <> "" Then
            Open outputTextPath & ".txt" For Input As #1
                Line Input #1, captchaCode
            Close #1
            
            ' 清理文本中的无效字符并写入单元格
            captchaCode = Application.WorksheetFunction.Clean(Trim(captchaCode))
            Cells(i + 1, 2).Value = captchaCode
            Cells(i + 1, 1).Value = "Sr. " & i
        Else
            Cells(i + 1, 2).Value = "提取失败：文本文件未生成"
        End If
    Next i
    
    Set myshell = Nothing
End Sub

额外排查步骤 #

• 手动验证Tesseract功能：打开命令提示符，执行以下命令测试：

  "C:\Program Files\Tesseract-OCR\tesseract.exe" "C:\Temp\Sem.png" "C:\Temp\Sem" -l eng
  

  若手动执行也无法生成正确文本，说明图片本身存在问题（如分辨率低、文字模糊、字体特殊），需对图片进行预处理（调高对比度、放大分辨率）。
• 权限与路径检查：确保C:\Temp文件夹有读写权限，路径拼写无错误。
• 64位环境适配：若使用64位Excel，确认已正确引用64位版本的Microsoft Shell Controls and Automation组件，或改用ShellExecute API调用替代控件引用。

内容的提问来源于stack exchange，提问作者Gutemberg Silveira Alves GTTJ