Python验证码识别处理实例
一、准备工作与代码实例
1、PIL、pytesser、tesseract
(1)安装PIL：下载地址：http://www.pythonware.com/products/pil/（CSDN下载）
下载后是一个exe，直接双击安装，它会自动安装到C:Python27Libsite-packages中去，
(2)pytesser:下载地址：http://code.google.com/p/pytesser/,（CSDN下载）
下载解压后直接放C:Python27Libsite-packages(根据你安装的Python路径而不同)，同时，新建一个pytheeer.pth,内容就写pytesser，注意这里的内容一定要和pytesser这个文件夹同名，意思就是pytesser文件夹，pytesser.pth,及内容都要一样！
(3)Tesseract OCR engine下载：http://code.google.com/p/tesseract-ocr/（CSDN下载）
下载后解压，tessdata文件夹，用其替换掉pytesser解压后的tessdata文件夹即可。(就上面的pytesser文件夹)
二、验证
（1）原理：
验证码图像处理
验证码图像识别技术主要是操作图片内的像素点,通过对图片的像素点进行一系列的操作,最后输出验证码图像内的每个字符的文本矩阵。
1、读取图片
2、图片降噪
3、图片切割
4、图像文本输出
（2）验证字符识别
验证码内的字符识别主要以机器学习的分类算法来完成,目前我所利用的字符识别的算法为KNN(K邻近算法)和SVM (支持向量机算法),后面我 会对这两个算法的适用场景进行详细描述。
1、获取字符矩阵
2、矩阵进入分类算法
3、输出结果
要验证的图片如下：
（3）、简单的命令：
| 123 | from pytesser import *image = Image.open(\’1.jpg\’) # Open image object using PILprint image_to_string(image) # Run tesseract.exe on image |
然后运行：
或者直接：
| 1 | print image_file_to_string(\’fnord.tif\’) |
同样能输出结果！
（4）、复杂一点的
上面的只能对一些比较简单的做处理，一
原理：彩色转灰度，灰度转二值，二值图像识别
| 1234567891011121314151617181920212223242526272829303132333435363738394041424344 | # 验证码识别，此程序只能识别数据验证码 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) #由于都是数字 #对于识别成字母的 采用该表进行修正 rep={\’O\’:\’0\’, \’I\’:\’1\’,\’L\’:\’1\’, \’Z\’:\’2\’, \’S\’:\’8\’ }; def getverify1(name): #打开图片 im = Image.open(name) #转化到灰度图 imgry = im.convert(\’L\’) #保存图像 imgry.save(\’g\’+name) #二值化，采用阈值分割法，threshold为分割点 out = imgry.point(table,\’1\’) out.save(\’b\’+name) #识别 text = image_to_string(out) #识别对吗 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\’) #注意这里的图片要和此文件在同一个目录，要不就传绝对路径也行 |
运行后效果：
下一篇：Python 基于协同过滤的推荐