本文實例講述了Python實現基于PIL和tesseract的驗證碼識別功能。分享給大家供大家參考，具體如下：
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：
|
1
2
3
4
5
6
7
|
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。
|
1
2
3
4
5
6
7
8
9
|
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：
|
1
2
3
4
5
6
7
8
|
#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。
最后如果有大牛偶然看到我這篇博的話還望不吝賜教。
希望本文所述對大家Python程序設計有所幫助。
原文鏈接：https://blog.csdn.net/ztzy520/article/details/54576705
