Python+Pillow+Pytesseract怎么实现验证码识别(pillow,pytesseract,python,开发技术)

一、环境配置

需要 pillow 和 pytesseract 这两个库，pip install 安装就好了。

pipinstallpillow-ihttp://pypi.douban.com/simple--trusted-hostpypi.douban.compipinstallpytesseract-ihttp://pypi.douban.com/simple--trusted-hostpypi.douban.com

安装好Tesseract-OCR.exe

pytesseract 库的配置：搜索找到pytesseract.py，打开该.py文件，找到 tesseract_cmd，改变它的值为刚才安装 tesseract.exe 的路径。

二、验证码识别

识别验证码，需要先对图像进行预处理，去除会影响识别准确度的线条或噪点，提高识别准确度。

实例1

importcv2ascvimportpytesseractfromPILimportImagedefrecognize_text(image):#边缘保留滤波去噪dst=cv.pyrMeanShiftFiltering(image,sp=10,sr=150)#灰度图像gray=cv.cvtColor(dst,cv.COLOR_BGR2GRAY)#二值化ret,binary=cv.threshold(gray,0,255,cv.THRESH_BINARY_INV|cv.THRESH_OTSU)#形态学操作腐蚀膨胀erode=cv.erode(binary,None,iterations=2)dilate=cv.dilate(erode,None,iterations=1)cv.imshow('dilate',dilate)#逻辑运算让背景为白色字体为黑便于识别cv.bitwise_not(dilate,dilate)cv.imshow('binary-image',dilate)#识别test_message=Image.fromarray(dilate)text=pytesseract.image_to_string(test_message)print(f'识别结果：{text}')src=cv.imread(r'./test/044.png')cv.imshow('inputimage',src)recognize_text(src)cv.waitKey(0)cv.destroyAllWindows()

运行效果如下：

识别结果：3n3D
Processfinishedwithexitcode0

实例2

importcv2ascvimportpytesseractfromPILimportImagedefrecognize_text(image):#边缘保留滤波去噪blur=cv.pyrMeanShiftFiltering(image,sp=8,sr=60)cv.imshow('dst',blur)#灰度图像gray=cv.cvtColor(blur,cv.COLOR_BGR2GRAY)#二值化ret,binary=cv.threshold(gray,0,255,cv.THRESH_BINARY_INV|cv.THRESH_OTSU)print(f'二值化自适应阈值：{ret}')cv.imshow('binary',binary)#形态学操作获取结构元素开操作kernel=cv.getStructuringElement(cv.MORPH_RECT,(3,2))bin1=cv.morphologyEx(binary,cv.MORPH_OPEN,kernel)cv.imshow('bin1',bin1)kernel=cv.getStructuringElement(cv.MORPH_OPEN,(2,3))bin2=cv.morphologyEx(bin1,cv.MORPH_OPEN,kernel)cv.imshow('bin2',bin2)#逻辑运算让背景为白色字体为黑便于识别cv.bitwise_not(bin2,bin2)cv.imshow('binary-image',bin2)#识别test_message=Image.fromarray(bin2)text=pytesseract.image_to_string(test_message)print(f'识别结果：{text}')src=cv.imread(r'./test/045.png')cv.imshow('inputimage',src)recognize_text(src)cv.waitKey(0)cv.destroyAllWindows()

运行效果如下：

二值化自适应阈值：181.0
识别结果：8A62N1
Processfinishedwithexitcode0

实例3

importcv2ascvimportpytesseractfromPILimportImagedefrecognize_text(image):#边缘保留滤波去噪blur=cv.pyrMeanShiftFiltering(image,sp=8,sr=60)cv.imshow('dst',blur)#灰度图像gray=cv.cvtColor(blur,cv.COLOR_BGR2GRAY)#二值化设置阈值自适应阈值的话黄色的4会提取不出来ret,binary=cv.threshold(gray,185,255,cv.THRESH_BINARY_INV)print(f'二值化设置的阈值：{ret}')cv.imshow('binary',binary)#逻辑运算让背景为白色字体为黑便于识别cv.bitwise_not(binary,binary)cv.imshow('bg_image',binary)#识别test_message=Image.fromarray(binary)text=pytesseract.image_to_string(test_message)print(f'识别结果：{text}')src=cv.imread(r'./test/045.jpg')cv.imshow('inputimage',src)recognize_text(src)cv.waitKey(0)cv.destroyAllWindows()

运行效果如下：

二值化设置的阈值：185.0
识别结果：7364
Processfinishedwithexitcode0