python和接码平台对接_python验证码识别接口及识别思路代码

import os

import pytesseract

from PIL import Image

from collections import defaultdict#tesseract.exe所在的文件路径

pytesseract.pytesseract.tesseract_cmd = 'D:/Tesseract-OCR/tesseract.exe'#获取图片中像素点数量最多的像素

def get_threshold(image):

pixel_dict=defaultdict(int)#像素及该像素出现次数的字典

rows, cols =image.sizefor i inrange(rows):for j inrange(cols):

pixel=image.getpixel((i, j))

pixel_dict[pixel]+= 1count_max= max(pixel_dict.values()) #获取像素出现出多的次数

pixel_dict_reverse = {v: k for k, v inpixel_dict.items()}

threshold= pixel_dict_reverse[count_max] #获取出现次数最多的像素点

returnthreshold#按照阈值进行二值化处理#threshold: 像素阈值

def get_bin_table(threshold):#获取灰度转二值的映射table

table =[]for i in range(256):

rate= 0.1 #在threshold的适当范围内进行处理

if threshold * (1 - rate) <= i <= threshold * (1 +rate):

table.append(1)else:

table.append(0)returntable#去掉二值化处理后的图片中的噪声点

def cut_noise(image):

rows, cols= image.size #图片的宽度和高度

change_pos = [] #记录噪声点位置

#遍历图片中的每个点，除掉边缘

for i in range(1, rows - 1):for j in range(1, cols - 1):#pixel_set用来记录该店附近的黑色像素的数量

pixel_set =[]#取该点的邻域为以该点为中心的九宫格

for m in range(i - 1, i + 2):for n in range(j - 1, j + 2):if image.getpixel((m, n)) != 1: #1为白色,0位黑色

pixel_set.append(image.getpixel((m, n)))#如果该位置的九宫内的黑色数量小于等于4，则判断为噪声

if len(pixel_set) <= 4:

change_pos.append((i, j))#对相应位置进行像素修改，将噪声处的像素置为1（白色）

for pos inchange_pos:

image.putpixel(pos,1)return image #返回修改后的图片

#识别图片中的数字加字母#传入参数为图片路径，返回结果为：识别结果

def OCR_lmj(img_path):

image= Image.open(img_path) #打开图片文件

imgry = image.convert('L') #转化为灰度图

#获取图片中的出现次数最多的像素，即为该图片的背景

max_pixel =get_threshold(imgry)#将图片进行二值化处理

table = get_bin_table(threshold=max_pixel)

out= imgry.point(table, '1')#去掉图片中的噪声（孤立点）

out =cut_noise(out)#保存图片

#out.save('E://figures/img_gray.jpg')

#仅识别图片中的数字

#text = pytesseract.image_to_string(out, config='digits')

#识别图片中的数字和字母

text =pytesseract.image_to_string(out)#去掉识别结果中的特殊字符

exclude_char_list = ' .:\\|\'\"?![],()~@#$%^&*_+-={};<>/¥—'

text = ''.join([x for x in text if x not in exclude_char_list])

return text

if __name__=='__main__':

a = OCR_lmj('D:\\jd\\img\\2.jpg')

print(a)