opencv学习二十四：数字验证码识别案例

windows 10环境下安装Tesseract-OCR与python集成
我的环境win10+python3.7 +opencv3.4

前言

Tesseract是一个开源的ocr引擎，可以开箱即用，项目最初由惠普实验室支持，1996年被移植到Windows上，1998年进行了C++化。在2005年Tesseract由惠普公司宣布开源。2006年到现在，都由Google公司开发。

官网宣传目前支持100多种语言的识别，根据我的测试，目前感觉其对机器打印的比较规整的英语，或者阿拉伯数字的识别准确率还是挺高的，但是对手写的任何东西，效果都非常一般，不过这已经相当不错了。

Tesseract的安装

（1）Tesseract本身没有windows的安装包，不过它指定了一个第三方的封装的windows安装包，在其wiki上有说明，大家可直接到这个地址进行下载： https://digi.bib.uni-mannheim.de/tesseract/
下载后就是一个exe安装包，直接右击安装即可，安装完成之后，配置一下环境变量，编辑 系统变量里面 path，添加下面的安装路径：

C:\Program Files (x86)\Tesseract-OCR

安装完成之后，直接cmd输入：

命令：
tesseract -v

输出如下，即代表成功：

tesseract 4.0.0-beta.1-108-gf291
 leptonica-1.76.0
  libgif 5.1.4 : libjpeg 8d (libjpeg-turbo 1.5.3) : libpng 1.6.34 : libtiff 4.0.9 : zlib 1.2.11 : libwebp 0.6.1 : libopenjp2 2.2.0

注意，这一步在windows上是必须安装的，否则运行程序时，会抛出异常
（2）安装python的封装接口：

pip install pillow  #一个python的图像处理库，pytesseract依赖
pip install pytesseract

pip install pillow安装不上时，试下这个：

pip install Pillow-PIL

注意第一步必须安装成功，同时配置好环境变量，否则第二步必会报错，因为第二步是接口，运行时候会调用第一步的原C++写的类库。

数字验证码识别（有线段干扰）

import cv2 as cv
import numpy as np
from PIL import Image
import pytesseract as tess
def recognize_text():
    #首先灰值处理 然后二值化
    gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
    ret, binary= cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    #去除干扰线 获取结构元素，进行开操作处理
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (1, 3))
    bin1 = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel)
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 1))
    openout = cv.morphologyEx(bin1, cv.MORPH_OPEN, kernel)

    cv.imshow("binary-image", binary)
    cv.imshow("openout-image", openout)

    cv.bitwise_not(openout, openout)
    textImage = Image.fromarray(openout)
    text = tess.image_to_string(textImage)
    print("识别结果：%s" % text)


src = cv.imread("C:/Users/lenovo/Desktop/opencv/daima/banknum/template-matching-ocr/images/yanzhengma2.png")  #读取图片位置
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
recognize_text()
cv.waitKey(0)
cv.destroyAllWindows()

运行截图：

可能你第一次运行时会报错：

pytesseract.pytesseract.TesseractNotFoundError: tesseract is not installed or it's not in your path

意思就是你tesseract 环境变量有问题
报错：pytesseract.TesseractNotFoundError: tesseract is not installed or it’s not in your path解决方案

数字验证码识别（无线段干扰，正常验证码）

import cv2 as cv
import numpy as np
from PIL import Image
import pytesseract as tess
def recognize_text():
    #首先灰值处理 然后二值化
    gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
    ret, openout = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    cv.imshow("openout-image", openout)
    
    cv.bitwise_not(openout, openout)
    textImage = Image.fromarray(openout)
    text = tess.image_to_string(textImage)
    print("识别结果：%s" % text)


src = cv.imread("C:/Users/lenovo/Desktop/opencv/daima/banknum/template-matching-ocr/images/yanzhengma3.png")  #读取图片位置
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
recognize_text()
cv.waitKey(0)
cv.destroyAllWindows()

运行截图：

对于机器打印的比较规则的字符，Tesseract识别起来还是比较给力的，至于手写的字符，识别效果比较差，可以看到上面的手写数字识别出来的都是错误的，当然这里也有调优的余地，比如给图片做灰度，模糊，去燥，二值化等等，可能结果会稍微好一点。