Python驗證碼識別處理實例

更新時間：2015年12月28日 11:45:47 作者：林炳文Evankaka

這篇文章主要介紹了Python驗證碼識別處理實例，實現過程講解很詳細，感興趣的小伙伴們可以參考一下

一、準備工作與代碼實例
(1)安裝PIL：下載后是一個exe，直接雙擊安裝，它會自動安裝到C:\Python27\Lib\site-packages中去，
(2)pytesser：下載解壓后直接放C:\Python27\Lib\site-packages(根據你安裝的Python路徑而不同)，同時，新建一個pytheeer.pth,內容就寫pytesser，注意這里的內容一定要和pytesser這個文件夾同名，意思就是pytesser文件夾，pytesser.pth,及內容都要一樣！
(3)Tesseract OCR engine下載：下載后解壓，tessdata文件夾，用其替換掉pytesser解壓后的tessdata文件夾即可。

二、驗證
（1）原理：
驗證碼圖像處理

驗證碼圖像識別技術主要是操作圖片內的像素點,通過對圖片的像素點進行一系列的操作,最后輸出驗證碼圖像內的每個字符的文本矩陣。

1、讀取圖片
2、圖片降噪
3、圖片切割
4、圖像文本輸出

（2）驗證字符識別

驗證碼內的字符識別主要以機器學習的分類算法來完成,目前我所利用的字符識別的算法為KNN(K鄰近算法)和SVM (支持向量機算法),后面我會對這兩個算法的適用場景進行詳細描述。

1、獲取字符矩陣
2、矩陣進入分類算法
3、輸出結果

要驗證的圖片如下：

（3）、簡單的命令：

from pytesser import * 
image = Image.open('1.jpg') # Open image object using PIL 
print image_to_string(image)  # Run tesseract.exe on image

然后運行：

或者直接：

print image_file_to_string('fnord.tif')

同樣能輸出結果！
（4）、復雜一點的
上面的只能對一些比較簡單的做處理，一
原理：彩色轉灰度，灰度轉二值，二值圖像識別

# 驗證碼識別，此程序只能識別數據驗證碼 
import Image 
import ImageEnhance 
import ImageFilter 
import sys 
from pytesser import * 
# 二值化 
threshold = 140 
table = [] 
for i in range(256): 
 if i < threshold: 
  table.append(0) 
 else: 
  table.append(1) 
 
#由于都是數字 
#對于識別成字母的 采用該表進行修正 
rep={'O':'0', 
 'I':'1','L':'1', 
 'Z':'2', 
 'S':'8' 
 }; 
 
def getverify1(name):   
 #打開圖片 
 im = Image.open(name) 
 #轉化到灰度圖 
 imgry = im.convert('L') 
 #保存圖像 
 imgry.save('g'+name) 
 #二值化，采用閾值分割法，threshold為分割點 
 out = imgry.point(table,'1') 
 out.save('b'+name) 
 #識別 
 text = image_to_string(out) 
 #識別對嗎 
 text = text.strip() 
 text = text.upper();  
 for r in rep: 
  text = text.replace(r,rep[r])  
 #out.save(text+'.jpg') 
 print text 
 return text 
getverify1('1.jpg') #注意這里的圖片要和此文件在同一個目錄，要不就傳絕對路徑也行

運行后效果：