Python验证码识别处理实例

1221次阅读  |  发布于5年以前

一、准备工作与代码实例
(1)安装PIL: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pytheeer.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!
(3)Tesseract OCR engine下载: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。

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。

(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。

要验证的图片如下:

(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:

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:

以上就是本文的全部内容,希望对大家的学习有所帮助。

Copyright© 2013-2020

All Rights Reserved 京ICP备2023019179号-8