Python驗證碼識別處理執行個體

一、準備工作與代碼執行個體
(1)安裝PIL：下載後是一個exe，直接雙擊安裝，它會自動安裝到C:\Python27\Lib\site-packages中去，
(2)pytesser：下載解壓後直接放C:\Python27\Lib\site-packages(根據你安裝的Python路徑而不同)，同時，建立一個pytheeer.pth,內容就寫pytesser，注意這裡的內容一定要和pytesser這個檔案夾同名，意思就是pytesser檔案夾，pytesser.pth,及內容都要一樣！
(3)Tesseract OCR engine下載：下載後解壓，tessdata檔案夾，用其替換掉pytesser解壓後的tessdata檔案夾即可。

二、驗證
（1）原理：
驗證碼影像處理

驗證碼Image Recognition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,最後輸出驗證碼映像內的每個字元的文本矩陣。

• 1、讀取圖片
• 2、圖片降噪
• 3、圖片切割
• 4、映像文本輸出

（2）驗證字元識別

驗證碼內的字元識別主要以機器學習的分類演算法來完成,目前我所利用的字元識別的演算法為KNN(K鄰近演算法)和SVM (支援向量機演算法),後面我 會對這兩個演算法的適用情境進行詳細描述。

• 1、擷取字元矩陣
• 2、矩陣進入分類演算法
• 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 

然後運行：

或者直接：

print image_file_to_string('fnord.tif') 

同樣能輸出結果！
（4）、複雜一點的
上面的只能對一些比較簡單的做處理，一
原理：彩色轉灰階，灰階轉二值，二值Image Recognition

# 驗證碼識別，此程式只能識別資料驗證碼 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)  #由雩都是數字 #對於識別成字母的 採用該表進行修正 rep={'O':'0',  'I':'1','L':'1',  'Z':'2',  'S':'8'  };  def getverify1(name):    #開啟圖片  im = Image.open(name)  #轉化到灰階圖  imgry = im.convert('L')  #儲存映像  imgry.save('g'+name)  #二值化，採用閾值分割法，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') #注意這裡的圖片要和此檔案在同一個目錄，要不就傳絕對路徑也行 

運行後效果：

以上就是本文的全部內容，希望對大家的學習有所協助。

