python验证码识别

pytesseract识别

图片预处理

这是需要处理的验证码的样子 我们需要去除干扰因素来增加OCR的识别成功率（但是最好别照着抄代码，得根据情况自己调整0

准备工作

import cv2 as cv
from PIL import Image
import pytesseract

img = cv.imread('test.jpg')

首先导入需要处理的图片和需要用到的第三方库

边缘保留滤波 去噪

blur = cv.pyrMeanShiftFiltering(img, sp=10, sr=50)  # sp :定义的漂移物理空间半径大小  sr：定义的漂移色彩空间半径大小

弄好了可以去除干扰线和干扰因素，但是需要注意别把字母和数字调没了

灰度

# 灰度
gray = cv.cvtColor(blur, cv.COLOR_BGR2GRAY)

处理之后你的图片只有灰色

二值化

# 二值化
ret, binary = cv.threshold(gray, 127, 255, cv.THRESH_BINARY_INV)  # 1.全局阈值法   THRESH_BINARY：表示小于阈值置0，大于阈值置填充色

二值化处理之后非黑即白 需要自己定义全局阈值 当然你也可以选择其他模式

处理结果

处理完之后你会得到这样一张图片:

识别结果：

咱们当然不会就这样放弃了 咱们要学会
下面马上介绍第二种白嫖的方法

白嫖的ddddocr

下载

pip3 install ddddocr

建议换源

• 豆瓣：http://pypi.douban.com/simple/
• 中科大：https://pypi.mirrors.ustc.edu.cn/simple/
• 清华：https://pypi.tuna.tsinghua.edu.cn/simple

识别

import ddddocr
ocr = ddddocr.DdddOcr()
result = ocr.classification(res_pic.content) # 图片以二进制传入

一句话搞定还不用自己训练模型 维尔古德