我不打算发垃圾邮件,而且谷歌已经用reCaptcha使captcha过时。我做这个项目是为了了解更多关于OCR的知识,最终可能是神经网络。在
所以我有了一个来自Captcha的图像,我已经取得了一定的进展,但是关于tesseract的文档并没有完全文档化。这是我到目前为止的代码,结果如下。在from selenium import webdriver
from selenium.webdriver.common import keys
import time
import random
import pytesseract
from pytesseract import image_to_string
from PIL import Image, ImageEnhance, ImageFilter
def ParsePic():
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'
im = Image.open("path\\screenshot.png")
im = im.filter(ImageFilter.CONTOUR)
im = im.filter(ImageFilter.DETAIL)
enhancer = ImageEnhance.Contrast(im)
im = enhancer.enhance(4)
im = im.convert('L')
im.save('temp10.png')
text = image_to_string(Image.open('temp10.png'))
print(text)
我知道Captcha是专门用来打败OCR的,但我读到它不再是这样了,我有兴趣了解它是如何做到的。在
我的问题是,如何使背景颜色相同,以便文本变得易于阅读?在