Python驗證碼識別處理實例

一、準(zhǔn)備工作與代碼實例
(1)安裝PIL：下載后是一個exe，直接雙擊安裝，它會自動安裝到C:\Python27\Lib\site-packages中去，
(2)pytesser：下載解壓后直接放C:\Python27\Lib\site-packages(根據(jù)你安裝的Python路徑而不同)，同時，新建一個pytheeer.pth,內(nèi)容就寫pytesser，注意這里的內(nèi)容一定要和pytesser這個文件夾同名，意思就是pytesser文件夾，pytesser.pth,及內(nèi)容都要一樣！
(3)Tesseract OCR engine下載：下載后解壓，tessdata文件夾，用其替換掉pytesser解壓后的tessdata文件夾即可。

二、驗證
（1）原理：
驗證碼圖像處理

驗證碼圖像識別技術(shù)主要是操作圖片內(nèi)的像素點,通過對圖片的像素點進行一系列的操作,最后輸出驗證碼圖像內(nèi)的每個字符的文本矩陣。
    1、讀取圖片
    2、圖片降噪
    3、圖片切割
    4、圖像文本輸出
（2）驗證字符識別
驗證碼內(nèi)的字符識別主要以機器學(xué)習(xí)的分類算法來完成,目前我所利用的字符識別的算法為KNN(K鄰近算法)和SVM (支持向量機算法),后面我 會對這兩個算法的適用場景進行詳細描述。
    1、獲取字符矩陣
    2、矩陣進入分類算法
    3、輸出結(jié)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

然后運行：

或者直接：

print image_file_to_string('fnord.tif')

同樣能輸出結(jié)果！
（4）、復(fù)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(zhuǎn)灰度，灰度轉(zhuǎn)二值，二值圖像識別

# 驗證碼識別，此程序只能識別數(shù)據(jù)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)
 
#由于都是數(shù)字
#對于識別成字母的 采用該表進行修正
rep={'O':'0',
 'I':'1','L':'1',
 'Z':'2',
 'S':'8'
 };
 
def getverify1(name):   
 #打開圖片
 im = Image.open(name)
 #轉(zhuǎn)化到灰度圖
 imgry = im.convert('L')
 #保存圖像
 imgry.save('g'+name)
 #二值化，采用閾值分割法，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') #注意這里的圖片要和此文件在同一個目錄，要不就傳絕對路徑也行

運行后效果：

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助。