【Opencv3+Python3入门（22）验证码识别】

验证码识别：

利用Opencv+Tesserct-OCR （TesseractOCR ，它是一款由HP实验室开发由 Google 维护的开源 OCR（Optical Character Recognition , 光学字符识别）引擎）因此需要借助该引擎完成识别过程。

• 首先采用Opencv预处理，然后利用Tesserct-OCR进行验证码识别
• 依赖于pytesseract模块以及PIL模块，需要再预先将这两个模块pip安装好。
• 以及Tesserct-OCR文件下载：https://github.com/UB-Mannheim/tesseract/wiki

• 注意：若模块安装好之后，在执行程序中出现问题：TesseractNotFoundError: tesseract is not installed or it's not in your path说明Tesserct-OCR文件没有安装好。

找到自己环境（每个人的不一样，看自己的python在哪个环境安装的pytesseract模块）

自己的环境下\Lib\site-packages\pytesseract\pytesseract.py文件，文本方式打开修改源码（大概在35行左右）中：

# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY
tesseract_cmd = 'tesseract'

修改为下面Tesserct-OCR文件中tesseract.exe的安装位置： 

# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY
tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'

步骤：

1，预处理，去除干扰线与噪声点。

2，不同的结构元素中选择。

3，image与numpy数组相互转化

4，识别与输出

### 22，验证码识别
import cv2 as cv
import numpy as np
from PIL import Image
import pytesseract as tess

def recognize_Text(image):
    #转化为灰度图像
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    #将灰度图像二值化
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    #定义一个形态学处理的[1*2]的矩形结构核
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (1, 2))
    #对图像进行开运算去掉噪声点与干扰线
    open_out = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel)
    cv.imshow("binary_image", open_out)
    ##将array形式图像变为Image
    textImage = Image.fromarray(open_out)
    #利用模块中的方法识别
    text = tess.image_to_string(textImage)
    print("识别结果: %s"%text)
src = cv.imread(r'F:\OutputResult\SrcImage\yzm1.jpg')
cv.imshow("src",src)
recognize_Text(src)
cv.waitKey(0)
cv.destroyAllWindows()

函数：

tess.image_to_string(image, lang=None, config='', nice=0, output_type='string')将输入图像识别转换为字符串输出。

程序结果：

识别结果: M8k2

注意：根据自己的需求进行不同的形态学操作对验证码预处理，而不是千篇一律的。

 

 

 

 

参考博客：

TesseractNotFoundError: tesseract is not installed or it's not in your path