前言
以下方法适用于简易的验证码识别,需要根据自身情况进行调整。
一、配置环境
-
安装pytesseract库
首先我们需要检查是否已经安装了pytesseract库,经过检查8.0以上版本的设计器,都是已内置了pytesseract库的,所以可以不用再安装。
想练练手也可以再重新安装一遍。
安装:cd 至Python\Scripts,运行命令pip3 install pytesseract
安装失败可参考:【 https://support.i-search.com.cn/article/1594016938814】 -
安装Tesseract-OCR
我这里使用的是4.1版本(64位):tesseractocrw64setupv41020190314.exe
另外提供32位的安装包:tesseractocrw32setupv400beta120180414.exe
也可自行去官网下载所需版本:https://digi.bib.uni-mannheim.de/tesseract/
记住使用对应位数的安装包进行安装,安装时全部next即可。 -
找到pytesseract.py配置tesseract_cmd
(1)我使用的是8.0版本的设计器,pytesseract.py的路径如图,一般是在Python\Lib\site-packages\pytesseract下:
(2)打开pytesseract.py配置tesseract_cmd,配置路径为第二步安装的Tesseract-OCR下的tesseract.exe的路径,默认路径为C:\Program Files\Tesseract-OCR\tesseract.exe,根据自身安装情况进行配置,记住路径前加r,防止字符转义。
二、对图片进行处理
- 1.保存验证码图片,对图片进行二值化处理
我们对验证码图片进行截图保存,注意截图的位置需要自己进行调整,根据自身情况调整为最佳位置。
from PIL import Image
#选择需要处理的验证码截图
img = Image.open('yzm.jpg')
#模式L”为灰色图像,它的每个像素用8个bit表示,0表示黑,255表示白,其他数字表示不同的灰度。
Img = img.convert('L')
#自定义灰度界限,大于这个值为黑色,小于这个值为白色。threshold可根据实际情况进行调整。
threshold = 135
table = []
for i in range(256):
if i < threshold:
table.append(0)
else:
table.append(1)
#图片二值化
photo = Img.point(table,'1')
#保存处理好的图片
photo.save('yzm.jpg')
处理后的图片如下:
三、识别验证码
import pytesseract
from PIL import Image
#路径前加r防止转义
path = r'C:\yzm.jpg'
img = Image.open(path)
yzm= pytesseract.image_to_string(img)
print(yzm)
四、总结
我在第二值化处理之后发现处理后的图片几乎没有噪点,所以我这里并没有对图片进行降噪,便可直接进行识别。
如果图片噪点比较多是要对图片进行降噪再识别,可以自己在网上搜索降噪的代码。
大家要根据自身情况对图片进行处理。