Python实现基于PIL和tesseract的验证码识别功能示例
作者：袖梨
2022-11-14
本文实例讲述了Python实现基于PIL和tesseract的验证码识别功能。分享给大家供大家参考，具体如下：
之前搞这个搞了一段时间，后面遇到了点小麻烦，导致识别率太低了，最多也就百分之20的样子。心灰意冷，弃了一段时间。上次在论坛看到一篇大牛的关于PIL对图片各种处理各种算法的博突然又想起了这个，又随便搞了下，大大提高了识别率啊。先给代码：
原图：
im = Image.open("C:UsersAdministratorDesktoppython3.png")
#调色
enhancer = ImageEnhance.Contrast(im)
im = enhancer.enhance(2)
#把图片调成只有黑白两个颜色，处理后每个像素色用8位表示
im = im.convert('1')
im.show() #测试查看
经过上面处理后：
现在到了关键的一步，这图上好多好多小黑点，要一个一个全部去除我估计我代码写到吐血都写不出来。但是要去除一部分还是可以的。
xsize, ysize = im.size #长、宽
#对照片里的所有像素点：如果像素色不是白色并且右边的一个像素点像素色是白色（RGB（255，255,255））或者像素色不是白色并且下方的一个像素点是白色的，统一变成白色
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
处理完之后：
之前那些黑色的小点点已经去的差不多了，但是这样也是有代价的啊- - 把图片里面的字的一些像素色也去掉了一些，现在拿这张图片去用tesseract识别的话其实对于tesseract来说跟之前那张没有去小黑点的图片识别难度差不了多少，然后后面又想了个办法补救了一下：
#把上面我们变成白色的小黑点给他补一点回来- -
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
处理完之后：
比上面的图清晰了蛮多。这个时候再去对照下刚开始的那种图的话，对识别程序来说清楚了不止是一点点啊。
不过尽管如此，识别率还是不怎么样，我估计也就百分之50左右的识别率，还是太低了，可能是因为我去掉了一些关键的像素点的色，因为我也不知道tesseract具体的对比库是怎么样的，所以估计我又要弃了。有想过再继续对图片切割旋转，甚至还想过找人工智能的朋友给我拿去训练训练，不过那样还是偏离我本意了，而且我也不是很喜欢搞学术的东西。不管怎么样我这个感觉还是有点用的，说不定拿去做一下切割识别率大大提高也是有可能的。
最后如果有大牛偶然看到我这篇博的话还望不吝赐教。
