Python+Pillow+Pytesseract怎么实现验证码识别

这篇“Python+Pillow+Pytesseract怎么实现验证码识别”文章的知识点大部分人都不太理解，所以小编给大家总结了以下内容，内容详细，步骤清晰，具有一定的借鉴价值，希望大家阅读完这篇文章能有所收获，下面我们一起来看看这篇“Python+Pillow+Pytesseract怎么实现验证码识别”文章吧。

一、环境配置

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

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

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

import cv2 as cvimport pytesseractfrom PIL import Imagedef recognize_text(image):    # 边缘保留滤波  去噪    dst = cv.pyrMeanShiftFiltering(image, sp=10, sr=150)    # 灰度图像    gray = cv.cvtColor(dst, cv.COLOR_BGR2GRAY)    # 二值化    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)    # 形态学操作   腐蚀  膨胀    erode = cv.erode(binary, None, iterations=2)    dilate = cv.dilate(erode, None, iterations=1)    cv.imshow('dilate', dilate)    # 逻辑运算  让背景为白色  字体为黑  便于识别    cv.bitwise_not(dilate, dilate)    cv.imshow('binary-image', dilate)    # 识别    test_message = Image.fromarray(dilate)    text = pytesseract.image_to_string(test_message)    print(f'识别结果：{text}')class="lazy" data-src = cv.imread(r'./test/044.png')cv.imshow('input image', class="lazy" data-src)recognize_text(class="lazy" data-src)cv.waitKey(0)cv.destroyAllWindows()

运行效果如下：

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

实例2

import cv2 as cvimport pytesseractfrom PIL import Imagedef recognize_text(image):    # 边缘保留滤波  去噪    blur =cv.pyrMeanShiftFiltering(image, sp=8, sr=60)    cv.imshow('dst', blur)    # 灰度图像    gray = cv.cvtColor(blur, cv.COLOR_BGR2GRAY)    # 二值化    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)    print(f'二值化自适应阈值：{ret}')    cv.imshow('binary', binary)    # 形态学操作  获取结构元素  开操作    kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 2))    bin1 = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel)    cv.imshow('bin1', bin1)    kernel = cv.getStructuringElement(cv.MORPH_OPEN, (2, 3))    bin2 = cv.morphologyEx(bin1, cv.MORPH_OPEN, kernel)    cv.imshow('bin2', bin2)    # 逻辑运算  让背景为白色  字体为黑  便于识别    cv.bitwise_not(bin2, bin2)    cv.imshow('binary-image', bin2)    # 识别    test_message = Image.fromarray(bin2)    text = pytesseract.image_to_string(test_message)    print(f'识别结果：{text}')class="lazy" data-src = cv.imread(r'./test/045.png')cv.imshow('input image', class="lazy" data-src)recognize_text(class="lazy" data-src)cv.waitKey(0)cv.destroyAllWindows()

运行效果如下：

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

实例3

import cv2 as cvimport pytesseractfrom PIL import Imagedef recognize_text(image):    # 边缘保留滤波  去噪    blur = cv.pyrMeanShiftFiltering(image, sp=8, sr=60)    cv.imshow('dst', blur)    # 灰度图像    gray = cv.cvtColor(blur, cv.COLOR_BGR2GRAY)    # 二值化  设置阈值  自适应阈值的话 黄色的4会提取不出来    ret, binary = cv.threshold(gray, 185, 255, cv.THRESH_BINARY_INV)    print(f'二值化设置的阈值：{ret}')    cv.imshow('binary', binary)    # 逻辑运算  让背景为白色  字体为黑  便于识别    cv.bitwise_not(binary, binary)    cv.imshow('bg_image', binary)    # 识别    test_message = Image.fromarray(binary)    text = pytesseract.image_to_string(test_message)    print(f'识别结果：{text}')class="lazy" data-src = cv.imread(r'./test/045.jpg')cv.imshow('input image', class="lazy" data-src)recognize_text(class="lazy" data-src)cv.waitKey(0)cv.destroyAllWindows()

运行效果如下：

二值化设置的阈值：185.0
识别结果：7364
Process finished with exit code 0

以上就是关于“Python+Pillow+Pytesseract怎么实现验证码识别”这篇文章的内容，相信大家都有了一定的了解，希望小编分享的内容对大家有帮助，若想了解更多相关的知识内容，请关注编程网行业资讯频道。