2022年 11月 5日

Python 代码实现验证码识别

今天咋们继续利用pillow和pytesseract来实现验证码的识别

一、环境配置

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

  1. pip install pillow -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
  2. pip install pytesseract -i http://pypi.douban.com/simple --trusted-host pypi.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。

图片

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

  1. import cv2 as cv
  2. import pytesseract
  3. from PIL import Image
  4.  
  5.  
  6. def recognize_text(image):
  7.     # 边缘保留滤波  去噪
  8.     dst = cv.pyrMeanShiftFiltering(image, sp=10, sr=150)
  9.     # 灰度图像
  10.     gray = cv.cvtColor(dst, cv.COLOR_BGR2GRAY)
  11.     # 二值化
  12.     ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
  13.     # 形态学操作   腐蚀  膨胀
  14.     erode = cv.erode(binary, None, iterations=2)
  15.     dilate = cv.dilate(erode, None, iterations=1)
  16.     cv.imshow('dilate', dilate)
  17.     # 逻辑运算  让背景为白色  字体为黑  便于识别
  18.     cv.bitwise_not(dilate, dilate)
  19.     cv.imshow('binary-image', dilate)
  20.     # 识别
  21.     test_message = Image.fromarray(dilate)
  22.     text = pytesseract.image_to_string(test_message)
  23.     print(f'识别结果：{text}')
  24.  
  25.  
  26. src = cv.imread(r'./test/044.png')
  27. cv.imshow('input image', src)
  28. recognize_text(src)
  29. cv.waitKey(0)
  30. cv.destroyAllWindows()

运行效果如下：

  1. 识别结果：3n3D
  2.  
  3. Process finished with exit code 0

图片

实例2

  1. import cv2 as cv
  2. import pytesseract
  3. from PIL import Image
  4.  
  5.  
  6. def recognize_text(image):
  7.     # 边缘保留滤波  去噪
  8.     blur =cv.pyrMeanShiftFiltering(image, sp=8, sr=60)
  9.     cv.imshow('dst', blur)
  10.     # 灰度图像
  11.     gray = cv.cvtColor(blur, cv.COLOR_BGR2GRAY)
  12.     # 二值化
  13.     ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
  14.     print(f'二值化自适应阈值：{ret}')
  15.     cv.imshow('binary', binary)
  16.     # 形态学操作  获取结构元素  开操作
  17.     kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 2))
  18.     bin1 = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel)
  19.     cv.imshow('bin1', bin1)
  20.     kernel = cv.getStructuringElement(cv.MORPH_OPEN, (2, 3))
  21.     bin2 = cv.morphologyEx(bin1, cv.MORPH_OPEN, kernel)
  22.     cv.imshow('bin2', bin2)
  23.     # 逻辑运算  让背景为白色  字体为黑  便于识别
  24.     cv.bitwise_not(bin2, bin2)
  25.     cv.imshow('binary-image', bin2)
  26.     # 识别
  27.     test_message = Image.fromarray(bin2)
  28.     text = pytesseract.image_to_string(test_message)
  29.     print(f'识别结果：{text}')
  30.  
  31.  
  32. src = cv.imread(r'./test/045.png')
  33. cv.imshow('input image', src)
  34. recognize_text(src)
  35. cv.waitKey(0)
  36. cv.destroyAllWindows()
  37.

运行效果如下：

  1. 二值化自适应阈值：181.0
  2. 识别结果：8A62N1
  3.  
  4. Process finished with exit code 0

图片

实例3

  1. import cv2 as cv
  2. import pytesseract
  3. from PIL import Image
  4.  
  5.  
  6. def recognize_text(image):
  7.     # 边缘保留滤波  去噪
  8.     blur = cv.pyrMeanShiftFiltering(image, sp=8, sr=60)
  9.     cv.imshow('dst', blur)
  10.     # 灰度图像
  11.     gray = cv.cvtColor(blur, cv.COLOR_BGR2GRAY)
  12.     # 二值化  设置阈值  自适应阈值的话 黄色的4会提取不出来
  13.     ret, binary = cv.threshold(gray, 185, 255, cv.THRESH_BINARY_INV)
  14.     print(f'二值化设置的阈值：{ret}')
  15.     cv.imshow('binary', binary)
  16.     # 逻辑运算  让背景为白色  字体为黑  便于识别
  17.     cv.bitwise_not(binary, binary)
  18.     cv.imshow('bg_image', binary)
  19.     # 识别
  20.     test_message = Image.fromarray(binary)
  21.     text = pytesseract.image_to_string(test_message)
  22.     print(f'识别结果：{text}')
  23.  
  24.  
  25. src = cv.imread(r'./test/045.jpg')
  26. cv.imshow('input image', src)
  27. recognize_text(src)
  28. cv.waitKey(0)
  29. cv.destroyAllWindows()
  30.

运行效果如下：

  1. 二值化设置的阈值：185.0
  2. 识别结果：7364
  3.  
  4. Process finished with exit code 0

图片

结语

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对小编的支持。