tesseract介绍，提高tesseract识别率的三种方法，爬虫验证码自动识别工具

tesseract简介：   光学识别

只能识别简单的验证码   识别效率低下，很少使用

转化为灰度图片

使用：  安装tesseract 然后要设置环境变量

Tesseract 3e0p.png  lala

识别3e0p图片，然后新建一个lala.txt保存识别的东西

Tesseract  可以通过训练进行加强识别能力

 

 

python使用

安装  pip install  pytesseract

Pip install pillow      图片库

引用：

From PIL import Image

Img = Image.open('r1c6.png')   打开图片

Img = img.convert('RGB')   格式

Print(pytesseract.image_to_string(img))  识别图片

 

转换为灰度图片

Img = img.convert('L')   灰度图片更加容易识别

Img.show()

 

二值化处理图片     使用pillow

二值化的作用是去掉噪声，比如黑点或者颜色。

背景变为纯白，清晰度更高，更容易识别

threshold = 140

table = []

for I in range(256):

if i< threshold:

table.append(0)

else:

table.append(1)

out = img.point(table,'1')

img = img.convert('RGB')

print(pytesseract.image_to_string(img))

 

最佳提高识别率的代码：

需要引入

from PIl import TmageEhance

 

img = Image.open('tvgc.png')

 

img = img.covert('RGB')

enhancer = ImageEhance.Color(img)

enhancer = enhancer.enhance(0)

enhancer = ImageEhance.Brightness(enhancer)

enhancer = enhancer.enhance(2)

enhancer = ImageEhance.Contrast(enhancer)

enhancer = enhancer.enhance(8)

enhancer = ImageEhance.Sharpness(enhancer)

img = enhancer.enhance(20)