Python验证码识别处理实例

一、准备工作与代码实例

1、PIL、pytesser、tesseract

(1)安装PIL：下载地址：http://www.pythonware.com/products/pil/（CSDN下载）

下载后是一个exe，直接双击安装，它会自动安装到C:\Python27\Lib\site-packages中去，

(2)pytesser:下载地址：http://code.google.com/p/pytesser/,（CSDN下载）

下载解压后直接放C:\Python27\Lib\site-packages(根据你安装的Python路径而不同)，同时，新建一个pytesser.pth,内容就写pytesser，注意这里的内容一定要和pytesser这个文件夹同名，意思就是pytesser文件夹，pytesser.pth,及内容都要一样！

(3)Tesseract OCR engine下载：http://code.google.com/p/tesseract-ocr/（CSDN下载）

下载后解压，tessdata文件夹，用其替换掉pytesser解压后的tessdata文件夹即可。(就上面的pytesser文件夹)

二、验证

（1）原理：

验证码图像处理

验证码图像识别技术主要是操作图片内的像素点,通过对图片的像素点进行一系列的操作,最后输出验证码图像内的每个字符的文本矩阵。

1、读取图片
2、图片降噪
3、图片切割
4、图像文本输出

（2）验证字符识别

验证码内的字符识别主要以机器学习的分类算法来完成,目前我所利用的字符识别的算法为KNN(K邻近算法)和SVM (支持向量机算法),后面我 会对这两个算法的适用场景进行详细描述。

1、获取字符矩阵
2、矩阵进入分类算法
3、输出结果

要验证的图片如下：

（3）、简单的命令：

[python]  view plain  copy

1. from pytesser import *  
2. image = Image.open('1.jpg')  # Open image object using PIL  
3. print image_to_string(image)     # Run tesseract.exe on image  

然后运行：

或者直接：

[html]  view plain  copy

1. print image_file_to_string('fnord.tif')  

同样能输出结果！

（4）、复杂一点的

上面的只能对一些比较简单的做处理，一

原理：彩色转灰度，灰度转二值，二值图像识别

[python]  view plain  copy

1. # 验证码识别，此程序只能识别数据验证码  
2. import Image    
3. import ImageEnhance    
4. import ImageFilter    
5. import sys    
6. from pytesser import *  
7. # 二值化    
8. threshold = 140    
9. table = []    
10. for i in range(256):    
11.     if i < threshold:    
12.         table.append(0)    
13.     else:    
14.         table.append(1)    
15.     
16. #由于都是数字    
17. #对于识别成字母的 采用该表进行修正    
18. rep={'O':'0',    
19.     'I':'1','L':'1',    
20.     'Z':'2',    
21.     'S':'8'    
22.     };    
23.     
24. def  getverify1(name):          
25.     #打开图片    
26.     im = Image.open(name)    
27.     #转化到灰度图  
28.     imgry = im.convert('L')  
29.     #保存图像  
30.     imgry.save('g'+name)    
31.     #二值化，采用阈值分割法，threshold为分割点   
32.     out = imgry.point(table,'1')    
33.     out.save('b'+name)    
34.     #识别    
35.     text = image_to_string(out)    
36.     #识别对吗    
37.     text = text.strip()    
38.     text = text.upper();      
39.     for r in rep:    
40.         text = text.replace(r,rep[r])     
41.     #out.save(text+'.jpg')    
42.     print text    
43.     return text    
44. getverify1('1.jpg')  #注意这里的图片要和此文件在同一个目录，要不就传绝对路径也行    

运行后效果：