python pytesser 进行简单的验证码识别

pytesser 是谷歌开源的一个项目，可以用来进行图片中文字的识别

这里我们将使用它来进行简单的验证码识别。 代码如下:

#!/usr/bin/env python
# -*- coding:utf-8 -*-
__author__ = 'admin'
from pytesser import *

flag = 140
table = []
for i in range(256):
    if i < flag:
        table.append(0)
    else:
        table.append(1)

# 由于都是数字如果有字母的 采用该表进行修正,将相近的字母和数值作为映射
rep = {'O': '0',
       'I': '1',
       'L': '1',
       'Z': '2',
       'S': '8',
       'Q': '0'}


class AuthCode(object):
    def __init__(self, img_name):
        self.img = img_name

    def tran_to_str(self):
        # 打开图片
        im = Image.open(self.img)
        #   图片转化成灰度图像
        img_ry = im.convert('L')
        #  保存灰度图像
        img_ry.save('g'+self.img)
        #   二值化将图像噪点去掉
        out = img_ry.point(table, '1')
        # 保存去掉噪点之后的图像
        out.save('b'+self.img)
        #   识别
        text = image_to_string(out)
        #   识别出来的字符进行处理
        text = text.strip()
        text = text.upper()
        for r in rep:
            text = text.replace(r, rep[r])
        #   out.save(text+'.jpg')
        print text
        return text
if __name__ == '__main__':
    i = AuthCode('r2.jpg')
    i.tran_to_str()

具体流程说明:

1. 将图片验证码下载至本地,验证码大概如下

2 将代码转为灰度 图像
img_ry = im.convert('L')

这里采用RBG转化到HSI彩色空间，采用L分量
此时灰度图像看起来是这样的

3 再次我们将图像中的噪点去掉：

我们把大于阈值threshold的像素置为1，其他的置为0。对此，先生成一张查找表，映射过程让库函数帮我们做。
flag = 140
table = []
for i in range(256):
if i < flag:
table.append(0)
else:
table.append(1)

此时图像看起来是这样的

最后将图像保存为文本

text = image_to_string(out)

输出结果