python对验证码进行降噪后使用tesserocr识别

使用tesserocr库可以识别图片验证码，我们以一个简单的图片验证码为例，来演示这个流程

因为验证码中噪点、干扰线以及颜色的干扰，我们不能直接使用tesserocr库来识别验证码，先要对验证码进行去噪操作

将验证码转换为灰度图片

#获取图片对象
img = Image.open("demo.jpg")
#转换为灰度图片
imgGary = img.convert('L')
#查看图片
imgGray.show()

将灰度图片二值化

获取所有像素点，并将小于阈值threshold的，转换为黑色。大于阈值转换为白色。这里我阈值设置的是165，可以根据实际情况自己设定

#设置阈值
threshold = 165
#加载像素点
pixdata = imgGray.load()
#获取图片的宽高
width, height = imgGray.size
for y in range(height):
    for x in range(width):
        if pixdata[x, y] < threshold:
            pixdata[x, y] = 0
        else:
            pixdata[x, y] = 255
#查看图片
binImg  = imgGray
binImg .show()

对二值化的图片进行降噪

此时我们已经消除了颜色的干扰，接下来我们使用八邻域降噪来消除噪点和干扰线。
因为噪点和干扰线大多是独立且零散的，所以我们检查每一个像素点，当像素点的八个相邻的像素点中有超过4个空白的像素点,那么我们就认为这是一个噪点，并删除这个噪点
降噪可以多次进行

#加载像素点
pixdata = binImg.load()
#获取图片宽高
width, height = binImg.size
for y in range(1, height- 1):
    for x in range(1, width- 1):
        count = 0
        # 上
        if pixdata[x, y - 1] > 245:
            count = count + 1
        # 下
        if pixdata[x, y + 1] > 245:
            count = count + 1
        # 左
        if pixdata[x - 1, y] > 245:
            count = count + 1
        # 右
        if pixdata[x + 1, y] > 245:
            count = count + 1
        # 左上
        if pixdata[x - 1, y - 1] > 245:
            count = count + 1
        # 左下
        if pixdata[x - 1, y + 1] > 245:
            count = count + 1
        # 右上
        if pixdata[x + 1, y - 1] > 245:
            count = count + 1
        # 右下
        if pixdata[x + 1, y + 1] > 245:
            count = count + 1
        #消除噪点
        if count > 4:
            pixdata[x, y] = 255
#查看图片
nrImg = binImg
nrImg.show()

可以发现降噪效果非常明显

使用tesserocr识别验证码

#识别降噪后的图片
ans = tesserocr.image_to_text(nrImg)
#消除空白字符
ans.strip()
#打印
print(ans)

成功识别

完整代码

import tesserocr
from PIL import Image

#获取图片img对象
def getImg(path):
    img = Image.open(path)
    return img

#将彩色图片转换为灰度图片
def toGrayImg(img):
    imgGary = img.convert('L')
    return imgGary

#将灰度图片二值化
def toBinImg(imgGray, threshold=165):
    pixdata = imgGray.load()
    width, height= imgGray.size
    for y in range(height):
        for x in range(width):
            if pixdata[x, y] < threshold:
                pixdata[x, y] = 0
            else:
                pixdata[x, y] = 255
    return imgGray

#对图片进行降噪,可进行多轮降噪
def noiseReduction(binImg):
    pixdata = binImg.load()
    width, height = binImg.size
    for y in range(1, height- 1):
        for x in range(1, width- 1):
            count = 0
            # 上
            if pixdata[x, y - 1] > 245:
                count = count + 1
            # 下
            if pixdata[x, y + 1] > 245:
                count = count + 1
            # 左
            if pixdata[x - 1, y] > 245:
                count = count + 1
            # 右
            if pixdata[x + 1, y] > 245:
                count = count + 1
            # 左上
            if pixdata[x - 1, y - 1] > 245:
                count = count + 1
            # 左下
            if pixdata[x - 1, y + 1] > 245:
                count = count + 1
            # 右上
            if pixdata[x + 1, y - 1] > 245:
                count = count + 1
            # 右下
            if pixdata[x + 1, y + 1] > 245:
                count = count + 1
            if count > 4:
                pixdata[x, y] = 255
    return binImg

def dealImg(path):
    img = getImg(path)
    grayImg = toGrayImg(img)
    binImg = toBinImg(grayImg)
    return noiseReduction(binImg)

def readVerificationCode(path):
    img = dealImg(path)
    print(tesserocr.image_to_text(img))

if __name__ == '__main__':
    readVerificationCode("demo.jpg")