python pytesser 进行简单的验证码识别

雨点打透心脏的1/2处 2022-05-30 03:14 217阅读 0赞

pytesser 是谷歌开源的一个项目，可以用来进行图片中文字的识别

这里我们将使用它来进行简单的验证码识别。 代码如下:

#!/usr/bin/env python
    # -*- coding:utf-8 -*-
    __author__ = 'admin'
    from pytesser import *
    
    flag = 140
    table = []
    for i in range(256):
        if i < flag:
            table.append(0)
        else:
            table.append(1)
    
    # 由于都是数字如果有字母的 采用该表进行修正,将相近的字母和数值作为映射
    rep = {
       'O': '0',
           'I': '1',
           'L': '1',
           'Z': '2',
           'S': '8',
           'Q': '0'}
    
    
    class AuthCode(object):
        def __init__(self, img_name):
            self.img = img_name
    
        def tran_to_str(self):
            # 打开图片
            im = Image.open(self.img)
            #   图片转化成灰度图像
            img_ry = im.convert('L')
            #  保存灰度图像
            img_ry.save('g'+self.img)
            #   二值化将图像噪点去掉
            out = img_ry.point(table, '1')
            # 保存去掉噪点之后的图像
            out.save('b'+self.img)
            #   识别
            text = image_to_string(out)
            #   识别出来的字符进行处理
            text = text.strip()
            text = text.upper()
            for r in rep:
                text = text.replace(r, rep[r])
            #   out.save(text+'.jpg')
            print text
            return text
    if __name__ == '__main__':
        i = AuthCode('r2.jpg')
        i.tran_to_str()

具体流程说明:

> 1.  将图片验证码下载至本地,验证码大概如下

![1701][]![3976][]

> 2 将代码转为灰度 图像  
> `img_ry = im.convert('L')`

这里采用RBG转化到HSI彩色空间，采用L分量  
此时灰度图像看起来是这样的  
![3976-2][]  
![1701-2][]

> 3 再次我们将图像中的噪点去掉：

我们把大于阈值threshold的像素置为1，其他的置为0。对此，先生成一张查找表，映射过程让库函数帮我们做。  
flag = 140  
table = \[\]  
for i in range(256):  
if i < flag:  
table.append(0)  
else:  
table.append(1)

此时图像看起来是这样的  
![1702-3][]![3976-3][]

> 最后将图像保存为文本

`text = image_to_string(out)`

输出结果  
![result][]

[1701]: https://img-blog.csdn.net/20180303143234401?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvbHVja3k0MDQ=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70
[3976]: /images/20220530/121e1aa306a2497f8be4e6a799eda5e1.png
[3976-2]: /images/20220530/7326f0e338b0475f930ab35c6d79cf74.png
[1701-2]: /images/20220530/eb053f6d839d452fb520234afe72c0eb.png
[1702-3]: https://img-blog.csdn.net/20180303143836115?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvbHVja3k0MDQ=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70
[3976-3]: /images/20220530/0a6bdd37d12143daa56be0404b3a4ca5.png
[result]: /images/20220530/622f7f39fb0d44a1b4fb3106d4978e01.png