检查上述文件夹中的所有图片文件使用文字识别获取其中的文字信息检查其中是否还有涉密内容。要求：1、遍历所有图片。2、注意效率。3、可自行设置图片以截图为主要求图片个数不低于100张含有涉密信息的图片不低于10张。4、由程序自动生成检查报告内容包括共有多少图片各个类型的图片分别有多少共检测到多少含有涉密信息的图片列出他们的目录地址及文件名称。

这个任务需要使用图像识别和文字识别两种技术，可以使用Python中的Pillow和Tesseract库实现。

以下是一个简单的示例代码，用于遍历指定目录中的所有图片，识别其中的文字信息，并检查是否存在涉密内容：

import os
from PIL import Image
import pytesseract

# 设置Tesseract的安装路径
pytesseract.pytesseract.tesseract_cmd = 'C:/Program Files/Tesseract-OCR/tesseract.exe'

# 涉密词汇列表
sensitive_words = ['secret', 'confidential', 'password', 'classified']

# 遍历文件夹中的所有图片
def traverse_folder(folder_path):
    image_count = 0
    sensitive_image_count = 0
    image_types = {}

    for root, dirs, files in os.walk(folder_path):
        for file in files:
            if file.endswith('.jpg') or file.endswith('.jpeg') or file.endswith('.png'):
                image_count += 1
                file_path = os.path.join(root, file)

                # 识别图片中的文字信息
                text = recognize_text(file_path)

                # 检查是否存在涉密内容
                if contains_sensitive_words(text):
                    sensitive_image_count += 1
                    print('Sensitive image found: ' + file_path)

                # 统计各个类型的图片数量
                file_type = file.split('.')[-1]
                if file_type in image_types:
                    image_types[file_type] += 1
                else:
                    image_types[file_type] = 1

    # 输出检查报告
    print('Total images: ' + str(image_count))
    print('Sensitive images: ' + str(sensitive_image_count))
    print('Image types: ' + str(image_types))

# 使用Tesseract识别图片中的文字信息
def recognize_text(image_path):
    image = Image.open(image_path)
    text = pytesseract.image_to_string(image)
    return text

# 检查文字信息中是否包含涉密词汇
def contains_sensitive_words(text):
    for word in sensitive_words:
        if word in text.lower():
            return True
    return False

# 测试代码
traverse_folder('path/to/folder')

需要注意的是，由于图像识别和文字识别都比较耗时，因此在处理大量图片时，需要考虑效率问题，可以使用多线程或多进程来加速处理。同时，需要根据具体情况调整Tesseract的参数，以提高识别率