识别验证码使用库: PIL(Python3安装Pillow)、pytesseract库
window使用pytesseract库:
1、Pycharm安装pytesseract
2、下载安装Tesseract-OCR:
tesseract-ocr-setup-3.05.01.exe (当前最新版本)
下载地址: https://github.com/tesseract-ocr/tesseract/wiki
3、配置环境变量
第一步:将tesseract安装目录添加到PATH中(本机为 【C:\Program Files (x86)\Tesseract-OCR】)
第二步:系统变量(添加) 将TESSDATA_PREFIX 设置为 C:\Program Files (x86)\Tesseract-OCR、
4、Pycharm修改文件pytesseract.py
tesseract_cmd = {tesseract安装目录}
5、Python处理验证码图片: 去干扰、去噪、处理识别结果操作
主要实现:
打开图片—返回识别结果—去除干扰—转化为灰度图—去噪—调用图像识别—处理识别结果
代码如下:
# -*- coding: utf8 -*- import os from PIL import Image from pytesseract import image_to_string def verify_yzm(filename): f1, f2 = os.path.splitext(filename) calc_result = None try: im = Image.open(filename) # 切掉四周的黑边 width = im.size[0] height = im.size[1] left = 4 top = 4 right = width - 4 bottom = height - 4 box = (int(left), int(top), int(right), int(bottom)) im = im.crop(box) im = im.resize((width * 4, height * 4), Image.BILINEAR) im.save(f1 + '_step1' + f2) # 转为灰度图 imgry = im.convert('L') imgry.save(f1 + '_step2' + f2) # 去噪 threshold = 140 table = [] for i in range(256): if i < threshold: table.append(0) else: table.append(1) out = imgry.point(table, '1') out.save(f1 + '_step3' + f2) # 调用 text = image_to_string(out, config='-l eng') print('text: ', text) except Exception as e: print(e) return calc_result if __name__ == '__main__': verify_yzm('./yzm_test.jpg')
结果为: