一、环境配置
- 需要 pillow 和 pytesseract 这两个依赖库，pip install安装上就好了。
pipinstallpillow-ihttp://pypi.douban.com/simple--trusted-hostpypi.douban.compipinstallpytesseract-ihttp://pypi.douban.com/simple--trusted-hostpypi.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
# -*- coding: UTF-8 -*-"""@公众号 ： AI庭云君@Author ： 叶庭云@CSDN ： https://yetingyun.blog.csdn.net/"""importcv2ascvimportpytesseractfromPILimportImagedefrecognize_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}') src=cv.imread(r'./test/044.png') cv.imshow('input image', src) recognize_text(src) cv.waitKey(0) cv.destroyAllWindows()
运行效果如下：
识别结果：3n3DProcessfinishedwithexitcode0
实例2
"""@公众号 ： AI庭云君@Author ： 叶庭云@CSDN ： https://yetingyun.blog.csdn.net/"""importcv2ascvimportpytesseractfromPILimportImagedefrecognize_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}') src=cv.imread(r'./test/045.png') cv.imshow('input image', src) recognize_text(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：8A62N1Processfinishedwithexitcode0
实例3
"""@公众号 ： AI庭云君@Author ： 叶庭云@CSDN ： https://yetingyun.blog.csdn.net/"""importcv2ascvimportpytesseractfromPILimportImagedefrecognize_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}') src=cv.imread(r'./test/045.jpg') cv.imshow('input image', src) recognize_text(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：7364Processfinishedwithexitcode0
