[小项目]python3+pytesseract：OCR——识别验证码中红色字符（附完整代码）

一、环境安装

1. 安装python环境，我这里是直接安装使用的Anaconda，python3.5是的版本，这一步的安装可以参考我之前的一篇文章，里面第一部分详细介绍了Anaconda的安装，[Windows]环境安装——tensorflow，keras，openCV。
2. 安装pytesseract：pip install pytesseract
3. 安装Java8
4. 安装Tesseract（我用的版本是3.05.01）
   安装tesseract时，记得添加第一个环境变量在path中（第二行），第二个环境变量是自己新建的。
   
   
5. 安装jTessBoxEditor（训练工具）

二、识别红色字符

下图是我之前做这个小程序的时候自己总结画的流程图，但是一不小心语言包名字写错了…但是已经做成图片了就懒得改了，打了个马赛克，实际我训练完的语言包名字叫red。

图（1）提取红色部分的流程图

提取红色的部分，我用的方法是控制HSV范围值

def clear_image(image):
    lower_blue=np.array([0,43,46])
    upper_blue=np.array([30,255,255])
    frame = image
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
    mask = cv2.inRange(hsv, lower_blue, upper_blue)
    image = cv2.bitwise_and(frame, frame, mask=mask)
    return image

图（2）我在网上找的HSV的颜色数值范围

三、识别的整个流程图

四、代码

这里有利用python3和pytesseract实现识别验证码中红色字符的完整代码（代码下载链接）准确率有百分之70（我自己附带数据）