Python 的OCR机制分析验证码

在用QTP做automation的时候总会遇到烦人的验证码，尝试从技术角度出发去解决，不知为什么QTP10之后对OCR的识别能力有所下降，无奈考虑其他的办法

今天搜索了大量的网站，终于有了一些小成就，不过还是只能识别一些简单的验证码，当验证码中的干扰素多的情况下识别能力还是不够给力

以下为代码+测试片段：

from PIL import Image
from pytesser import *

def captcha(inputPic):
    
    img = Image.open(inputPic) # Your image here!
    img = img.convert("RGBA")

    pixdata = img.load()

    # Make the letters bolder for easier recognition

    for y in xrange(img.size[1]):
        for x in xrange(img.size[0]):
             if pixdata[x, y][0] < 90:
                 pixdata[x, y] = (0, 0, 0, 255)

    for y in xrange(img.size[1]):
        for x in xrange(img.size[0]):
             if pixdata[x, y][1] < 136:
                 pixdata[x, y] = (0, 0, 0, 255)

    for y in xrange(img.size[1]):
        for x in xrange(img.size[0]):
            if pixdata[x, y][2] > 0:
                pixdata[x, y] = (255, 255, 255, 255)

    img.save("c:\\input-black.gif", "GIF")

    #   Perform OCR using tesseract-ocr library
    return image_file_to_string('c:\\input-black.gif')

if __name__ == '__main__':
    print captcha('c:\\untitled.bmp')

注：需要依赖于PIL和pyTesser

PIL：http://www.pythonware.com/products/pil/

pyTesser：http://code.google.com/p/pytesser/

有兴趣的朋友也欢迎一起讨论，加我微博：http://www.weibo.com/quicktest?lang=zh-cn