快捷導(dǎo)航

Python實(shí)現(xiàn)基于PIL和tesseract的驗(yàn)證碼識別功能示例

更新時(shí)間：2018年07月11日 11:07:14 作者：antchow-

這篇文章主要介紹了Python實(shí)現(xiàn)基于PIL和tesseract的驗(yàn)證碼識別功能,結(jié)合實(shí)例形式分析了Python使用PIL與tesseract進(jìn)行驗(yàn)證碼識別操作的具體技巧與相關(guān)注意事項(xiàng),需要的朋友可以參考下

本文實(shí)例講述了Python實(shí)現(xiàn)基于PIL和tesseract的驗(yàn)證碼識別功能。分享給大家供大家參考，具體如下：

之前搞這個(gè)搞了一段時(shí)間，后面遇到了點(diǎn)小麻煩，導(dǎo)致識別率太低了，最多也就百分之20的樣子。心灰意冷，棄了一段時(shí)間。上次在論壇看到一篇大牛的關(guān)于PIL對圖片各種處理各種算法的博突然又想起了這個(gè)，又隨便搞了下，大大提高了識別率啊。先給代碼：

原圖：

im = Image.open("C:\Users\Administrator\Desktop\python\\3.png")
#調(diào)色
enhancer = ImageEnhance.Contrast(im)
im = enhancer.enhance(2)
#把圖片調(diào)成只有黑白兩個(gè)顏色，處理后每個(gè)像素色用8位表示
im = im.convert('1')
im.show() #測試查看

經(jīng)過上面處理后：

現(xiàn)在到了關(guān)鍵的一步，這圖上好多好多小黑點(diǎn)，要一個(gè)一個(gè)全部去除我估計(jì)我代碼寫到吐血都寫不出來。但是要去除一部分還是可以的。

xsize, ysize = im.size #長、寬
#對照片里的所有像素點(diǎn)：如果像素色不是白色并且右邊的一個(gè)像素點(diǎn)像素色是白色（RGB（255，255,255））或者像素色不是白色并且下方的一個(gè)像素點(diǎn)是白色的，統(tǒng)一變成白色
for i in range(ysize-1):
  for j in range(xsize-1):
    if (im.getpixel((j, i)) !=255&im.getpixel((j+1,i))==255):
      im.putpixel((j,i),255);
    if(im.getpixel((j,i)) != 255&im.getpixel((j,i+1))==255):
      im.putpixel((j, i), 255);
im.show(); #再看看效果

處理完之后：

之前那些黑色的小點(diǎn)點(diǎn)已經(jīng)去的差不多了，但是這樣也是有代價(jià)的啊- - 把圖片里面的字的一些像素色也去掉了一些，現(xiàn)在拿這張圖片去用tesseract識別的話其實(shí)對于tesseract來說跟之前那張沒有去小黑點(diǎn)的圖片識別難度差不了多少，然后后面又想了個(gè)辦法補(bǔ)救了一下：

#把上面我們變成白色的小黑點(diǎn)給他補(bǔ)一點(diǎn)回來- -
for i in range(ysize - 1):
  for j in range(xsize - 1):
    if (im.getpixel((j, i))!=255&im.getpixel((j+1,i)) !=255):
      im.putpixel((j, i), 0);
    if (im.getpixel((j, i))!=255&im.getpixel((j,i+1)) !=255):
      im.putpixel((j, i), 0);
im.show(); #再看看效果

處理完之后：

比上面的圖清晰了蠻多。這個(gè)時(shí)候再去對照下剛開始的那種圖的話，對識別程序來說清楚了不止是一點(diǎn)點(diǎn)啊。

不過盡管如此，識別率還是不怎么樣，我估計(jì)也就百分之50左右的識別率，還是太低了，可能是因?yàn)槲胰サ袅艘恍╆P(guān)鍵的像素點(diǎn)的色，因?yàn)槲乙膊恢纓esseract具體的對比庫是怎么樣的，所以估計(jì)我又要棄了。有想過再繼續(xù)對圖片切割旋轉(zhuǎn)，甚至還想過找人工智能的朋友給我拿去訓(xùn)練訓(xùn)練，不過那樣還是偏離我本意了，而且我也不是很喜歡搞學(xué)術(shù)的東西。不管怎么樣我這個(gè)感覺還是有點(diǎn)用的，說不定拿去做一下切割識別率大大提高也是有可能的。

最后如果有大牛偶然看到我這篇博的話還望不吝賜教。

更多關(guān)于Python相關(guān)內(nèi)容可查看本站專題：《Python數(shù)學(xué)運(yùn)算技巧總結(jié)》、《Python圖片操作技巧總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》及《Python入門與進(jìn)階經(jīng)典教程》

希望本文所述對大家Python程序設(shè)計(jì)有所幫助。

您可能感興趣的文章: