如何使用R将图片文本转为列名，并分离文本与数字设为列名？

1. 提取图片文本并设置为数据框列名 #

要把图片里的文本提取出来作为数据框列名，用R的OCR工具tesseract包就能实现，步骤如下：

• 安装并加载依赖包：

install.packages("tesseract")
install.packages("magick")
library(tesseract)
library(magick)

• 读取图片并识别文本：

# 读取本地图片，替换为你的图片实际路径
img <- image_read("./your_image.png")
# 识别文本，中文用"chi_sim"引擎，英文用"eng"
text <- ocr(img, engine = tesseract("chi_sim"))

• 整理识别结果为列名向量：
  识别出的文本可能带换行或空字符，需要清理：

# 按换行分割文本，过滤空行
col_names <- strsplit(text, "\n")[[1]]
col_names <- col_names[col_names != ""]

• 给数据框设置列名：
  假设你已有数据框df，直接赋值即可：

# 示例数据框，替换为你的实际数据
df <- data.frame(matrix(nrow = 5, ncol = length(col_names)))
colnames(df) <- col_names

2. 分离文本与数字，将文本设为列名 #

分两种常见场景处理：

场景1：列名本身是文本+数字混合（如"指标1""身高170"） #

用正则表达式提取纯文本部分作为新列名：

# 示例原始列名
original_cols <- c("指标1", "指标2", "身高170", "体重65")
# 移除所有数字，保留文本
new_cols <- gsub("[0-9]+", "", original_cols)
# 应用到数据框
colnames(df) <- new_cols

场景2：数据单元格是文本+数字混合（如单元格内容为"身高170"） #

先分离文本和数字，再将文本转为列名，数字作为对应值：

# 示例原始数据
df <- data.frame(raw_data = c("身高170", "体重65", "年龄28"))
# 分离文本和数字
df$text_col <- gsub("[0-9]+", "", df$raw_data)
df$num_val <- as.numeric(gsub("[^0-9]+", "", df$raw_data))
# 转换为宽格式，文本作为列名
library(tidyr)
df_wide <- pivot_wider(df, names_from = text_col, values_from = num_val)

内容的提问来源于stack exchange，提问作者TUSTLGC