Python中如何将pytesseract.image_to_data返回字符串转为字典列表？

其实pytesseract本身就支持直接返回结构化数据，不用手动处理制表符分隔的字符串，这是最优的解决方案：

方法一：直接获取结构化字典列表 #

通过指定output_type参数为Output.DICT，接口会直接返回以字段名为键、对应列数据为值的字典，再通过简单的列表推导就能转成你需要的字典列表：

import pytesseract
from pytesseract import Output

# 直接获取结构化数据
ocr_data = pytesseract.image_to_data("image.png", output_type=Output.DICT)

# 转换为字典列表，方便遍历
ocr_item_list = [dict(zip(ocr_data.keys(), row)) for row in zip(*ocr_data.values())]

# 遍历查找目标文本并提取width/height
target_content = "你要找的文本内容"
for item in ocr_item_list:
    # 跳过空文本的无效条目
    if not item["text"].strip():
        continue
    if target_content in item["text"]:
        print(f"匹配条目：width={item['width']}, height={item['height']}")

方法二：手动解析已获取的TSV字符串 #

如果已经拿到了接口返回的制表符分隔字符串，可以用Python内置的csv模块来解析，避免自己处理字符串分割可能出现的边界问题：

import csv
from io import StringIO

# 假设已获取TSV格式的返回字符串
tsv_result = pytesseract.image_to_data("image.png")

# 用csv.DictReader解析，自动将首行作为字典键
reader = csv.DictReader(StringIO(tsv_result), delimiter="\t")
ocr_item_list = list(reader)

# 遍历查找（注意这里的字段值是字符串，如需数值类型可自行转换）
target_content = "你要找的文本内容"
for item in ocr_item_list:
    if not item["text"].strip():
        continue
    if target_content in item["text"]:
        width = int(item["width"])
        height = int(item["height"])
        print(f"匹配条目：width={width}, height={height}")

注意事项 #

• 方法一是最优选择，直接利用pytesseract的内置功能，减少手动解析的出错概率；
• 部分旧版本pytesseract可能需要确认Output类是否可用，建议使用较新版本的库；
• 遍历过程中记得跳过空文本的条目，避免无效匹配。

内容的提问来源于stack exchange，提问作者PythonKiddieScripterX