图形验证码的识别—tesserocr库

识别测试

利用OCR技术来识别图形验证码的方法。使用tesserocr库。

首先需要把验证码图片保存下来以供使用。

之后使用tesserocr中的方法来识别文字。

import tesserocr
from PIL import Image

image = Image.open('7364.png')    # 读取图像
result = tesserocr.image_to_text(image)    # 识别图像中的文字
print(type(result))
print(result)

但是当图片中有很多线条（也就是各种干扰）时，识别结果会有偏差，这是因为多余的线条干扰了识别结果。我们可以通过进行灰度转换和二值化处理来进行处理。

import tesserocr
from PIL import Image

image = Image.open('7364.png')    # 读取图片
image = image.convert('L')      # convert()方法传入‘L'可将图像转为灰度图像
#mage = image.convert('1')      # 传入1可进行二值化处理，默认阈值127
threshold = 80      # 设置阈值80
table = []
for i in range(256):
    if i < threshold:
        table.append(0)
    else:
        table.append(1)
image = image.point(table, '1')    # 将image中的像素点映射为table数组中的
result = tesserocr.image_to_text(image)
print(result)

设置阈值，进行手动二值化之后，我们便能准确的获取图片中的文字信息。