Python验证码识别处理实例

傷城~ 2021-09-10 15:54 427阅读 0赞

一、准备工作与代码实例

1、PIL、pytesser、tesseract

(1)安装PIL：下载地址：http://www.pythonware.com/products/pil/（[CSDN下载][CSDN]）

下载后是一个exe，直接双击安装，它会自动安装到C:\\Python27\\Lib\\site-packages中去，

(2)pytesser:下载地址：http://code.google.com/p/pytesser/,（[CSDN下载][CSDN 1]）

**下载解压后直接放C:\\Python27\\Lib\\site-packages(根据你安装的Python路径而不同)，同时，新建一个pytesser.pth,内容就写pytesser，注意这里的内容一定要和pytesser这个文件夹同名，意思就是pytesser文件夹，pytesser.pth,及内容都要一样！**

![20151031153956765][]

(3)Tesseract OCR engine下载：http://code.google.com/p/tesseract-ocr/（[CSDN下载][CSDN 2]）

下载后解压，tessdata文件夹，用其替换掉pytesser解压后的tessdata文件夹即可。(就上面的pytesser文件夹)

![20151031154350917][]

二、验证

（1）原理：

验证码图像处理  
  
验证码图像识别技术主要是操作图片内的像素点,通过对图片的像素点进行一系列的操作,最后输出验证码图像内的每个字符的文本矩阵。  
  
1、读取图片  
2、图片降噪  
3、图片切割  
4、图像文本输出

（2）验证字符识别  
  
验证码内的字符识别主要以机器学习的分类算法来完成,目前我所利用的字符识别的算法为KNN(K邻近算法)和SVM (支持向量机算法),后面我 会对这两个算法的适用场景进行详细描述。  
  
1、获取字符矩阵  
2、矩阵进入分类算法  
3、输出结果

要验证的图片如下：

![20151031155932693][]

（3）、简单的命令：

from pytesser import *
    image = Image.open('1.jpg')  # Open image object using PIL
    print image_to_string(image)     # Run tesseract.exe on image

然后运行：

![20151031160006720][]

或者直接：

print image_file_to_string('fnord.tif')

同样能输出结果！

（4）、复杂一点的

上面的只能对一些比较简单的做处理，一

原理：彩色转灰度，灰度转二值，二值图像识别

# 验证码识别，此程序只能识别数据验证码
    import Image  
    import ImageEnhance  
    import ImageFilter  
    import sys  
    from pytesser import *
    # 二值化  
    threshold = 140  
    table = []  
    for i in range(256):  
        if i < threshold:  
            table.append(0)  
        else:  
            table.append(1)  
      
    #由于都是数字  
    #对于识别成字母的 采用该表进行修正  
    rep={'O':'0',  
        'I':'1','L':'1',  
        'Z':'2',  
        'S':'8'  
        };  
      
    def  getverify1(name):        
        #打开图片  
        im = Image.open(name)  
        #转化到灰度图
        imgry = im.convert('L')
        #保存图像
        imgry.save('g'+name)  
        #二值化，采用阈值分割法，threshold为分割点 
        out = imgry.point(table,'1')  
        out.save('b'+name)  
        #识别  
        text = image_to_string(out)  
        #识别对吗  
        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')  #注意这里的图片要和此文件在同一个目录，要不就传绝对路径也行

运行后效果：

![20151031155112069][]

更多技术请关注笔者微信技术公众号"单例模式"

![70][]

[CSDN]: http://download.csdn.net/detail/evankaka/9234819
[CSDN 1]: http://download.csdn.net/detail/evankaka/9234827
[20151031153956765]: /images/20210811/09c45b21a2d74ec898558a083f9c62ed.png
[CSDN 2]: http://download.csdn.net/detail/evankaka/9234817
[20151031154350917]: /images/20210811/255f48a95ed145a0ab40a4b8a2c8d89b.png
[20151031155932693]: /images/20210811/8edf1cddd71342538685f28589461300.png
[20151031160006720]: /images/20210811/411acb4a1676477c821aee04d29bdcf3.png
[20151031155112069]: /images/20210811/977ea6f83f3042479c60f04912c0e002.png
[70]: /images/20210811/57f0b111d1a6473d93efef7bf839f783.png