Python图形验证码识别

一，OCR　　

　　OCR,即Optical Character Recognition，光学字符识别，通过扫描字符，分析形状，然后将其翻译成电子文本的过程。tesserocr是Python的一个OCR识别库，但其实是对tesseract做的一层封装。安装tesserocr之前需要先按照tesseract。

二，准备工具

　　安装库tesserocr，windows下安装前需要下载安装tesseract，

　　tesseract下载地址：https://digi.bib.uni-mannheim.de/tesseract/

　　图中有很多版本，其中带dev的为开发版本，不带dev的为稳定版本，推荐下载稳定版本。

　　安装时勾选Additional language data选项来安装OCR识别支持的语言包，可以识别多国语言。然后一直点击Next即可。

　　接下来，安装tesserocr即可：pip3 install tesserocr pillow

　　whl安装包下载链接：https://github.com/simonflueckiger/tesserocr-windows_build/releases

　　选择合适的版本下载运行

　　pip3 install tesserocr-2.2.2-cp36-cp36m-win_amd64.whl

三、代码

import tesserocr

from PIL import Image

image = Image.open('code.png')

res = tesserocr.image_to_text(image)

print(image, res)

# 二值化

image = image.convert('L')

threshold = 127

table = []

for i in range(256):

    if i < threshold:

        table.append(0)

    else:

        table.append(1)

image = image.point(table, '')

image.show()

result = tesserocr.image_to_text(image)

print(result)

巴特西

Python图形验证码识别

一，OCR

二，准备工具

最新文章

热门文章