Python图形验证码识别

一，OCR　　

　　OCR,即Optical Character Recognition，光学字符识别，经过扫描字符，分析形状，而后将其翻译成电子文本的过程。tesserocr是Python的一个OCR识别库，但实际上是对tesseract作的一层封装。安装tesserocr以前须要先按照tesseract。

二，准备工具

　　安装库tesserocr，windows下安装前须要下载安装tesseract，

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

　　 　

　　图中有不少版本，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，能够识别多国语言。而后一直点击Next便可。

　　接下来，安装tesserocr便可：pip3 install tesserocr pillow

　　whl安装包下载连接：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

3、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, '1')
image.show()

result = tesserocr.image_to_text(image)
print(result)