图形验证码识别

图形验证码识别

介绍

• 图形验证码最早使用，现在也很常见，一般是由4位字母或数字组成
• 例：
  

代码实现

# -*- coding:utf-8 -*-
import tesserocr
from PIL import Image
image = Image.open("imgs/CheckCode5.jpg")
result = tesserocr.image_to_text(image)
print(result)

结果：

• 从结果来看，得出的结果和实际结果有偏差，这是因为验证码内的多余线条干扰图片识别。对于这种情况，需要对验证码图片做一些额外的处理，如转灰度，二值化等操作。

转灰度，二值化操作

# -*- coding:utf-8 -*-
from PIL import Image
image = Image.open("imgs/CheckCode5.jpg")
# 图片转化为灰度图像
image = image.convert("L")
# 设置阈值
threshold = 130
table = []
for i in range(256):
    if i < threshold:
        table.append(0)
    else:
        table.append(1)
# 图片二值化
image = image.point(table, "1")
image.save("imgs/aa.jpg")

图片转化为：

• 对新生成的图片重新识别验证码
  代码：

# -*- coding:utf-8 -*-
import tesserocr
from PIL import Image
image = Image.open("imgs/aa.jpg")
result = tesserocr.image_to_text(image)
print(result)

运行结果：