数据价值-DataValues

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 366|回复: 0

[python] Python–pytesseract验证码识别处理实例

[复制链接]

1万

主题

1万

帖子

3万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
39027
发表于 2017-2-20 13:10:43 | 显示全部楼层 |阅读模式
Python–pytesseract验证码识别处理实例
关键词:pytesseract 验证码、python3 pytesseract、python pytesseract
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:\Python27\Lib\site-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:\Python27\Lib\site-packages(根据你安装的Python路径而不同),同时,新建一个pytesser.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:
from pytesser import *
image = Image.open('1.jpg')  # Open image object using PIL
print image_to_string(image)     # Run tesseract.exe on image
然后运行:



或者直接:
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
# 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
运行后效果:




,
转载请注明:数据分析 » Python–pytesseract验证码识别处理实例
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|Archiver|手机版|小黑屋|DataValues ( 赣ICP备16006919号 ) DataValues

GMT+8, 2019-7-20 05:27 , Processed in 0.106345 second(s), 27 queries .

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表