Python验证码识别处理实例

jopen 6年前

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

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

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:http://code.google.com/p/tesseract-ocr/(CSDN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。(就上面的pytesser文件夹)


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:


(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:




来自: http://blog.csdn.net/evankaka/article/details/49533493