Python验证码识别处理实例

一、准备工作与代码实例

1、PIL、pytesser、tesseract

(1)安装PIL:下载地址:http://www.pythonware.com/products/pil/(CSDN下载)

下载后是一个exe,直接双击安装,它会自动安装到C:\Python27\Lib\site-packages中去,

(2)pytesser:下载地址:http://code.google.com/p/pytesser/,(CSDN下载)

下载解压后直接放C:\Python27\Lib\site-packages(根据你安装的Python路径而不同),同时,新建一个pytheeer.pth,内容就写pytesser,注意这里的内容一定要和pytesser这个文件夹同名,意思就是pytesser文件夹,pytesser.pth,及内容都要一样!


(3)Tesseract OCR engine下载:http://code.google.com/p/tesseract-ocr/(CSDN下载)

下载后解压,tessdata文件夹,用其替换掉pytesser解压后的tessdata文件夹即可。(就上面的pytesser文件夹)


二、验证

(1)原理:

验证码图像处理

验证码图像识别技术主要是操作图片内的像素点,通过对图片的像素点进行一系列的操作,最后输出验证码图像内的每个字符的文本矩阵。

1、读取图片
2、图片降噪
3、图片切割
4、图像文本输出


(2)验证字符识别

验证码内的字符识别主要以机器学习的分类算法来完成,目前我所利用的字符识别的算法为KNN(K邻近算法)和SVM (支持向量机算法),后面我 会对这两个算法的适用场景进行详细描述。

1、获取字符矩阵
2、矩阵进入分类算法
3、输出结果


要验证的图片如下:


(3)、简单的命令:

[python]  view plain copy
  1. from pytesser import *  
  2. image = Image.open('1.jpg')  # Open image object using PIL  
  3. print image_to_string(image)     # Run tesseract.exe on image  
然后运行:


或者直接:

[html]  view plain copy
  1. print image_file_to_string('fnord.tif')  
同样能输出结果!

(4)、复杂一点的

上面的只能对一些比较简单的做处理,一

原理:彩色转灰度,灰度转二值,二值图像识别

[python]  view plain copy
  1. # 验证码识别,此程序只能识别数据验证码  
  2. import Image    
  3. import ImageEnhance    
  4. import ImageFilter    
  5. import sys    
  6. from pytesser import *  
  7. # 二值化    
  8. threshold = 140    
  9. table = []    
  10. for i in range(256):    
  11.     if i < threshold:    
  12.         table.append(0)    
  13.     else:    
  14.         table.append(1)    
  15.     
  16. #由于都是数字    
  17. #对于识别成字母的 采用该表进行修正    
  18. rep={'O':'0',    
  19.     'I':'1','L':'1',    
  20.     'Z':'2',    
  21.     'S':'8'    
  22.     };    
  23.     
  24. def  getverify1(name):          
  25.     #打开图片    
  26.     im = Image.open(name)    
  27.     #转化到灰度图  
  28.     imgry = im.convert('L')  
  29.     #保存图像  
  30.     imgry.save('g'+name)    
  31.     #二值化,采用阈值分割法,threshold为分割点   
  32.     out = imgry.point(table,'1')    
  33.     out.save('b'+name)    
  34.     #识别    
  35.     text = image_to_string(out)    
  36.     #识别对吗    
  37.     text = text.strip()    
  38.     text = text.upper();      
  39.     for r in rep:    
  40.         text = text.replace(r,rep[r])     
  41.     #out.save(text+'.jpg')    
  42.     print text    
  43.     return text    
  44. getverify1('1.jpg')  #注意这里的图片要和此文件在同一个目录,要不就传绝对路径也行    

运行后效果:



你可能感兴趣的:(杂记)