Python_普通图形验证码识别

目录

        • 普通图形验证码验证码识别(import tesserocr)
          • 1、安装
          • 2、普通图形验证码识别步骤

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
    在这里插入图片描述
  • (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)

你可能感兴趣的:(SpiderCrawl)