Python_普通图形验证码识别

普通图形验证码验证码识别（import tesserocr）

1、安装

• 安装好tesserocr，下载安装方法
• 普通图形验证码一般由4位字母或数字组成；
• 目标：以知网的验证码为例，利用OCR技术识别图形验证码 ，http://my.cnki.net/elibregister/commonRegister.aspx

2、普通图形验证码识别步骤

• （1）操作：右键保存如下验证码图片，命名为code.jpg
  
• （2）识别验证码图片代码的三种写法，视情况选择
• （3） 直接将图片文件转换为字符串

#直接将图片文件转换为字符串
import tesserocr
print(tesserocr.file_to_text('code.jpg'))  # xWjD

• （4） 新建Image对象，调用tesserocr的image_to_text()方法，传入Image对象即可完成识别

# 新建Image对象，调用tesserocr的image_to_text()方法，传入Image对象即可完成识别：
import tesserocr
from PIL import Image
image = Image.open('code.jpg')
result = tesserocr.image_to_text(image)
print(result)

• （5）对于验证码内多余线条干扰情况，需做额外处理，如convert(‘L’)转灰度、convert(‘1’)二值化等操作，可以提高识别验证码的准确度

# 对于验证码内多余线条干扰情况，需做额外处理，如convert('L')转灰度、convert('1')二值化等操作，可以提高识别验证码的准确度；
import tesserocr
from PIL import Image
image = Image.open('code.jpg')
"""转灰度"""
image = image.convert('L')
result = tesserocr.image_to_text(image)
image.show()
print(result)

"""二值化"""
threshold = 80 #必须先转化灰度，再指定二值化阈值,此处阈值为80
table = []
for i in range(256):
    if i < threshold:
        table.append(0)
    else:
        table.append(1)
image = image.point(table,'1')
# convert('1')默认二值化阈值127
# image = image.convert('1')
image.show()
result = tesserocr.image_to_text(image)
print(result)