Python图像处理：图片验证码识别

本文将具体介绍如何在Python中利用Tesseract软件来识别验证码（数字加字母）。

我们在网上浏览网页或注册账号时，会经常遇到验证码（CAPTCHA）,如下图：

本文将具体介绍如何利用Python的图像处理模块pillow和OCR模块pytesseract来识别上述验证码（数字加字母）。

我们识别上述验证码的算法过程如下：

将原图像进行灰度处理，转化为灰度图像；

获取图片中像素点数量最多的像素（此为图片背景），将该像素作为阈值进行二值化处理，将灰度图像转化为黑白图像（用来提高识别的准确率）；

去掉黑白图像中的噪声，噪声定义为：以该点为中心的九宫格的黑点的数量小于等于4；

利用pytesseract模块识别，去掉识别结果中的特殊字符，获得识别结果。

  我们的图片如下（共66张图片）：

完整的Python代码如下：

运行结果如下：

我们可以看到图片识别的正确率为80%以上，其中数字类图片的识别正确率为100%。

我们可以在图片识别方面的算法再加改进，以提高图片识别的正确率。当然，以上算法并不是对所有验证码都适用，不同的验证码需要用不同的图片处理算法。

每日分享一篇优质好文，共同交流与进步