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：

然后运行：

或者直接：

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

运行后效果：

end