一、準備工作與代碼實例
(1)安裝PIL：下載后是一個exe，直接雙擊安裝，它會自動安裝到C:\Python27\Lib\site-packages中去，
(2)pytesser：下載解壓后直接放C:\Python27\Lib\site-packages(根據你安裝的Python路徑而不同)，同時，新建一個pytheeer.pth,內容就寫pytesser，注意這里的內容一定要和pytesser這個文件夾同名，意思就是pytesser文件夾，pytesser.pth,及內容都要一樣！
(3)Tesseract OCR engine下載：下載后解壓，tessdata文件夾，用其替換掉pytesser解壓后的tessdata文件夾即可。
二、驗證
（1）原理：
驗證碼圖像處理
驗證碼圖像識別技術主要是操作圖片內的像素點,通過對圖片的像素點進行一系列的操作,最后輸出驗證碼圖像內的每個字符的文本矩陣。
- 1、讀取圖片
- 2、圖片降噪
- 3、圖片切割
- 4、圖像文本輸出
（2）驗證字符識別
驗證碼內的字符識別主要以機器學習的分類算法來完成,目前我所利用的字符識別的算法為KNN(K鄰近算法)和SVM (支持向量機算法),后面我 會對這兩個算法的適用場景進行詳細描述。
- 1、獲取字符矩陣
- 2、矩陣進入分類算法
- 3、輸出結果
要驗證的圖片如下：
（3）、簡單的命令：
|
1
2
3
|
from pytesser import *image = Image.open('1.jpg') # Open image object using PIL print image_to_string(image) # Run tesseract.exe on image |
然后運行：
或者直接：
|
1
|
print image_file_to_string('fnord.tif') |
同樣能輸出結果！
（4）、復雜一點的
上面的只能對一些比較簡單的做處理，一
原理：彩色轉灰度，灰度轉二值，二值圖像識別
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
|
# 驗證碼識別，此程序只能識別數據驗證碼 import Image import ImageEnhance import ImageFilter import sys from pytesser import *# 二值化 threshold = 140table = [] for i in range(256): if i < threshold: table.append(0) else: table.append(1) #由于都是數字 #對于識別成字母的 采用該表進行修正 rep={'O':'0', 'I':'1','L':'1', 'Z':'2', 'S':'8' }; def getverify1(name): #打開圖片 im = Image.open(name) #轉化到灰度圖 imgry = im.convert('L') #保存圖像 imgry.save('g'+name) #二值化，采用閾值分割法，threshold為分割點 out = imgry.point(table,'1') out.save('b'+name) #識別 text = image_to_string(out) #識別對嗎 text = text.strip() text = text.upper(); for r in rep: text = text.replace(r,rep[r]) #out.save(text+'.jpg') print text return text getverify1('1.jpg') #注意這里的圖片要和此文件在同一個目錄，要不就傳絕對路徑也行 |
運行后效果：
以上就是本文的全部內容，希望對大家的學習有所幫助。
