Python怎么實現基于PIL和tesseract的驗證碼識別功能

這篇文章給大家分享的是有關Python怎么實現基于PIL和tesseract的驗證碼識別功能的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

之前搞這個搞了一段時間，后面遇到了點小麻煩，導致識別率太低了，最多也就百分之20的樣子。心灰意冷，棄了一段時間。上次在論壇看到一篇大牛的關于PIL對圖片各種處理各種算法的博突然又想起了這個，又隨便搞了下，大大提高了識別率啊。先給代碼：

原圖：

im = Image.open("C:\Users\Administrator\Desktop\python\\3.png")
#調色
enhancer = ImageEnhance.Contrast(im)
im = enhancer.enhance(2)
#把圖片調成只有黑白兩個顏色，處理后每個像素色用8位表示
im = im.convert('1')
im.show() #測試查看

經過上面處理后：

現在到了關鍵的一步，這圖上好多好多小黑點，要一個一個全部去除我估計我代碼寫到吐血都寫不出來。但是要去除一部分還是可以的。

xsize, ysize = im.size #長、寬
#對照片里的所有像素點：如果像素色不是白色并且右邊的一個像素點像素色是白色（RGB（255，255,255））或者像素色不是白色并且下方的一個像素點是白色的，統一變成白色
for i in range(ysize-1):
  for j in range(xsize-1):
    if (im.getpixel((j, i)) !=255&im.getpixel((j+1,i))==255):
      im.putpixel((j,i),255);
    if(im.getpixel((j,i)) != 255&im.getpixel((j,i+1))==255):
      im.putpixel((j, i), 255);
im.show(); #再看看效果

處理完之后：

之前那些黑色的小點點已經去的差不多了，但是這樣也是有代價的啊- - 把圖片里面的字的一些像素色也去掉了一些，現在拿這張圖片去用tesseract識別的話其實對于tesseract來說跟之前那張沒有去小黑點的圖片識別難度差不了多少，然后后面又想了個辦法補救了一下：

#把上面我們變成白色的小黑點給他補一點回來- -
for i in range(ysize - 1):
  for j in range(xsize - 1):
    if (im.getpixel((j, i))!=255&im.getpixel((j+1,i)) !=255):
      im.putpixel((j, i), 0);
    if (im.getpixel((j, i))!=255&im.getpixel((j,i+1)) !=255):
      im.putpixel((j, i), 0);
im.show(); #再看看效果

處理完之后：

比上面的圖清晰了蠻多。這個時候再去對照下剛開始的那種圖的話，對識別程序來說清楚了不止是一點點啊。

不過盡管如此，識別率還是不怎么樣，我估計也就百分之50左右的識別率，還是太低了，可能是因為我去掉了一些關鍵的像素點的色，因為我也不知道tesseract具體的對比庫是怎么樣的，所以估計我又要棄了。有想過再繼續對圖片切割旋轉，甚至還想過找人工智能的朋友給我拿去訓練訓練，不過那樣還是偏離我本意了，而且我也不是很喜歡搞學術的東西。不管怎么樣我這個感覺還是有點用的，說不定拿去做一下切割識別率大大提高也是有可能的。

感謝各位的閱讀！關于“Python怎么實現基于PIL和tesseract的驗證碼識別功能”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！