图形验证码的识别

准备工作

识别图形验证码需要库tesserocr。

识别测试

用tesserocr库识别该验证码，代码如下所示：

import tesserocr
from PIL import Image

image = Image.open("code.jpg")
result = tesserocr.image_to_text(image)
print(result)

在这里我们新建了一个Image对象，调用了tesserocr的image_to_text()方法。传入该Image对象即可完成识别。

另外，tesserocr还有一个更加简单的方法，这个方法可以直接将图片文件转化为字符串，代码如下：

import tesserocr
print(tesserocr.file_to_text('image.png'))

假如识别和实际结果有偏差，这是因为验证码内多余线条干扰了图片的识别
对于这种情况我们还需要做一些额外的处理，如转灰度、二值化等操作
我们可以利用Image对象的convert()方法传入参数L，即可将图片转化为灰度图像，代码如下：

image = image.convert('L')
image.show()

传入1即可将图片进行二值化处理，如下所示：

image = image.convert('1')
image.show()

我们还可以指定二值化的阈值。上面的方法采用的默认值为127，不过我们不能直接转化原图，要将原图西安转为灰度图像，然后再指定二值化的阈值，代码如下：

import tesserocr
from PIL import Image

image = Image.open('code2.jpg')

image = image.convert('L')
threshold = 127
table = []
for i in range(256):
    if i < threshold:
        table.append(0)
    else:
        table.append(1)

image = image.point(table, '1')
image.show()

result = tesserocr.image_to_text(image)
print(result)

在这里threshold带包二值化阈值。
所以，针对一些有干扰的图片，我们做一些灰度和二值化处理，这会提高图片识别的正确率