Telegram机器人功能丰富，但你是否曾想过让机器人“看懂”图片中的文字？借助OCR（光学字符识别）技术，我们可以轻松为机器人增加这一能力。本教程将手把手教你开发一个Telegram机器人，自动识别用户发送图片中的文字，并将识别结果直接回复给用户，全程无需人工干预。
一、准备工作
在开始之前，请确保你具备以下环境：
- Python 3.7以上版本
- pip包管理器
- 一个Telegram账号
- 一台可以联网的电脑或服务器
接下来，安装必需的Python库：
pip install python-telegram-bot pytesseract Pillow其中，python-telegram-bot用于与Telegram API交互，pytesseract是Tesseract OCR的Python封装，Pillow用于图像处理。
二、创建Telegram机器人
在Telegram中，搜索@BotFather，并发送/newbot命令。按提示设置机器人的显示名称和用户名（以bot结尾）。创建成功后，BotFather会返回一个API Token，请妥善保存。这个Token是机器人唯一身份凭证，不要泄露给任何人。
三、选择OCR识别方案
方案一：本地OCR（Tesseract）
Tesseract是开源的OCR引擎，支持多种语言。安装方法如下：
- Windows：从GitHub下载安装包并添加到系统PATH。
- macOS：运行
brew install tesseract。 - Linux：运行
sudo apt-get install tesseract-ocr。
要识别中文，需要额外下载中文语言包（如chi_sim），放入Tesseract的tessdata目录。验证安装：tesseract --list-langs应能看到chi_sim。
方案二：云OCR服务
如果图片质量不高或需要高精度识别，可使用百度、腾讯、Google Vision等云OCR服务。这些服务通常需要API Key，按调用量计费，适合生产环境。
四、编写机器人代码
以下是一个基于python-telegram-bot v20+的异步机器人示例，监听用户发送的图片，下载后调用Tesseract识别文字，并回复识别结果。
import logging
import asyncio
from telegram import Update
from telegram.ext import Application, MessageHandler, filters, ContextTypes
import pytesseract
from PIL import Image
import io
# 配置日志
logging.basicConfig(level=logging.INFO)
# 设置Tesseract路径（Windows可能需要指定）
# pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'
async def handle_image(update: Update, context: ContextTypes.DEFAULT_TYPE):
# 获取图片文件
photo = update.message.photo[-1]
file = await context.bot.get_file(photo.file_id)
# 下载图片数据
image_bytes = await file.download_as_bytearray()
# 打开图片并进行OCR识别
image = Image.open(io.BytesIO(image_bytes))
text = pytesseract.image_to_string(image, lang='chi_sim+eng')
# 回复识别结果
await update.message.reply_text(text if text else "未识别到文字")
def main():
# 替换为你的Token
token = 'YOUR_BOT_TOKEN'
app = Application.builder().token(token).build()
# 添加图片处理器
app.add_handler(MessageHandler(filters.PHOTO, handle_image))
# 启动机器人
app.run_polling()
if __name__ == '__main__':
main()五、运行与测试
在终端运行脚本，然后打开Telegram，向机器人发送一张包含文字的图片。片刻后，机器人就会回复识别出的文字。如果识别效果不佳，可以尝试以下优化：
- 使用高清原图
- 调整图片裁剪与预处理
- 切换OCR引擎或使用云服务
六、常见问题与改进建议
这个基础机器人已经能完成核心任务，但你可以继续增强它：
- 支持文档中的图片（如PDF扫描件）
- 添加翻译功能，将识别文字自动翻译
- 集成数据库，记录识别历史
另外，请务必注意用户隐私，不要在服务器上长期存储用户图片。建议在识别后立即删除文件。
现在你已经掌握了Telegram机器人识别图片文字的全过程。动手试一试，打造属于你的智能助手吧！