python 破解验证码之三：用自己训练的数据跑tesseract识别验证码，最后附上正确率

最新推荐文章于 2024-10-28 08:22:05 发布

Jayj1997

最新推荐文章于 2024-10-28 08:22:05 发布

阅读量1.9k

点赞数 1

分类专栏： python 文章标签： tesseract 破解验证码深度学习 tesserocr OCR

本文链接：https://blog.csdn.net/Jayj1997/article/details/102882379

版权

@TOC

用自己训练的数据跑tesseract识别验证码，最后附上正确率

1、使用现成的工具jTessBoxEditor，和tesseract，都是已经写好的工具，不需要再造轮子（尤其是从头学深度学习让你造一个神经网络写完就已经半年后了，还不排除从入门到放弃）首先要安装JDK，训练数据的机器依赖JAVA环境

JDK8：http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html

jTessBoxEditor:https://sourceforge.net/projects/vietocr/files/jTessBoxEditor/

2、准备训练数据
我已经写好了代码，简单写了写，都是想着自己用的，所以看起来很小白啦

from PIL import Image
from PIL import ImageDraw
from PIL import ImageFont
import random

def getRandomColor():
    # 获取一个随机颜色(r,g,b)格式的
    c1 = random.randint(0, 255)
    c2 = random.randint(0, 255)
    c3 = random.randint(0, 255)
    return (c1, c2, c3)

def getRandomStr():
    # 获取一个随机字符串 颜色随机
    # 数字
    random_num = str(random.randint(0, 9))
    # 大写
    random_low_alpha = chr(random.randint(97, 122))
    # 小写
    random_upper_alpha = chr(random.randint(65, 90))
    random_char = random.choice([random_num, random_low_alpha, random_upper_alpha])
    return random_char

def getCaptcha_1():
    for pages in range(0, 100):
        # 获取数字验证码 随机颜色
        # 获取一个Image对象，参数分别市RBG模式 宽150 高30 随机颜色
        captcha = Image.new('RGB', (150, 40), getRandomColor())
        draw = ImageDraw.Draw(captcha)
        # 获取一个font字体对象参数市ttf的字体文件的目录以及字体的大小
        font = ImageFont.truetype("arial.ttf", size=32)
        # 在图片上写东西，参数是：定位，字符串，颜色，字体
        for i in range(4):
            draw.text(</

最低0.47元/天解锁文章