Python Tesseract-orc 识别简单验证码

1 对图片进行二值化处理

二值化就是将图片的颜色转换成非黑即白的图片

from PIL import Image

im = Image.open('yzm.jpg')  # 用pil打开这个图片
im = im.convert('L')  # 将图像转换为“L”模式， 即黑白。
yuzhi = 127  # 根据需要自行更改阈值
im = im.point(lambda x: 0 if x < yuzhi else x >= yuzhi, '1')  # 二值化 127为分割灰度的点（阀值）
im.show()  # 查看图片

图片资源：

经过上述处理应该这样的生成图片：

如果显示的图片效果不理想，可以调整阀值来进行调整（但是依然会留有小黑点）

2 去除噪点

把图片中的黑点去掉

from PIL import ImageDraw, Image


def getPixel(image, x, y):
    """
    去除黑点
    :param image: 图片路径
    :param x: 像素点x轴坐标
    :param y: 像素点y轴坐标
    :return:
    """
    L = image.getpixel((x, y))  # 获取当前像素点的像素
    if L == 0:  # 判读此像素点是否为黑，因为如果是白的就没必要处理了
        nearDots = 0  # 初始化记录周围有没有黑像素数量的值
        # 判断周围像素点（白色 +1）
        for i in range(1, 4):  # 根据点的大小自行选择周围像素点层数
            # try 防止越界
            try:
                if L - image.getpixel((x - i, y - i)):
                    nearDots += 1
            except:
                pass
            try:
                if L - image.getpixel((x - i, y)):
                    nearDots += 1
            except:
                pass
            try:
                if L - image.getpixel((x - i, y + i)):
                    nearDots += 1
            except:
                pass
            try:
                if L - image.getpixel((x, y - i)):
                    nearDots += 1
            except:
                pass
            try:
                if L - image.getpixel((x, y + i)):
                    nearDots += 1
            except:
                pass
            try:
                if L - image.getpixel((x + i, y - i)):
                    nearDots += 1
            except:
                pass
            try:
                if L - image.getpixel((x + i, y)):
                    nearDots += 1
            except:
                pass
            try:
                if L - image.getpixel((x + i, y + i)):
                    nearDots += 1
            except:
                pass
        # 根据需求自行调节
        if nearDots > 16:  # 这里如果周围16个是白点那么就返回一个白点，实现去黑点的操作
            return 1  # 返回白点
        else:
            return 0  # 返回黑点
    else:
        return 1


def clearNoise(image):
    """清除噪点"""
    draw = ImageDraw.Draw(image)
    # 循环遍历每个像素点
    for x in range(0, image.size[0]):
        for y in range(0, image.size[1]):
            color = getPixel(image, x, y)
            draw.point((x, y), color)
    return image


if __name__ == '__main__':
    im = Image.open("./yzm_gai.png")
    im = clearNoise(im)
    im.show()

经过上述处理应该这样的生成图片：

3 OCR识别

import pytesseract

from PIL import Image

image = Image.open('yzm_gai.png')
# chi_sim 是中文识别包，equ 是数学公式包，eng 是英文包
code = pytesseract.image_to_string(image, lang="chi_sim")
print(code)

识别结果：

M8K2

成功，完美！！！

虽然本次识别成功，并不代表每次都可以识别成功，对于较复杂的验证码识别成功率更低，那该怎么办呢？？？

当然是训练！！！（待续。。。）

完整代码：

import pytesseract
from PIL import Image, ImageDraw


def img_to_L(img_path):
    """
    将图片转化为非黑即白的图片
    :param img_path: 图片路径
    :return:
    """
    im = Image.open(img_path)  # 用pil打开这个图片
    im = im.convert('L')
    yuzhi = 127
    im = im.point(lambda x: 0 if x < yuzhi else x >= yuzhi, '1')  # 二值化 100为分割灰度的点（阀值），二值化就是将图片的颜色转换成非黑即白的图片
    im.show()
    return im


def getPixel(image, x, y):
    """
    去除黑点
    :param image: 图片路径
    :param x: 像素点x轴坐标
    :param y: 像素点y轴坐标
    :return:
    """
    L = image.getpixel((x, y))  # 获取当前像素点的像素
    if L == 0:  # 判读此像素点是否为黑，因为如果是白的就没必要处理了
        nearDots = 0  # 初始化记录周围有没有黑像素数量的值
        # 判断周围像素点（白色 +1）
        for i in range(1, 4):
            try:
                if L - image.getpixel((x - i, y - i)):
                    nearDots += 1
            except:
                pass
            try:
                if L - image.getpixel((x - i, y)):
                    nearDots += 1
            except:
                pass
            try:
                if L - image.getpixel((x - i, y + i)):
                    nearDots += 1
            except:
                pass
            try:
                if L - image.getpixel((x, y - i)):
                    nearDots += 1
            except:
                pass
            try:
                if L - image.getpixel((x, y + i)):
                    nearDots += 1
            except:
                pass
            try:
                if L - image.getpixel((x + i, y - i)):
                    nearDots += 1
            except:
                pass
            try:
                if L - image.getpixel((x + i, y)):
                    nearDots += 1
            except:
                pass
            try:
                if L - image.getpixel((x + i, y + i)):
                    nearDots += 1
            except:
                pass

        if nearDots > 16:  # 这里如果周围10个是白点那么就返回一个白点，实现去黑点的操作
            return 1  # 返回白点
        else:
            return 0  # 返回黑点
    else:
        return 1


def clearNoise(image):
    """
    清除噪点
    :param image: 图像路径
    :return: 
    """
    draw = ImageDraw.Draw(image)
    # 循环遍历每个像素点
    for x in range(0, image.size[0]):
        for y in range(0, image.size[1]):
            color = getPixel(image, x, y)
            draw.point((x, y), color)
    return image


def OCR(im):
    # chi_sim 是中文识别包，equ 是数学公式包，eng 是英文包
    code = pytesseract.image_to_string(im, lang='eng')
    return code


if __name__ == '__main__':
    # 图像路径
    im = "yzm.jpg"
    # # 将图片转化为非黑即白的图片
    im = img_to_L(im)
    # 将上一步处理完成的im对象传给clearNoise()函数
    im = clearNoise(im)
    im.show()
    # 进行OCR识别
    code = OCR(im)
    print(code)