Python+Pillow+Pytesseract怎么實現驗證碼識別

這篇“Python+Pillow+Pytesseract怎么實現驗證碼識別”文章的知識點大部分人都不太理解，所以小編給大家總結了以下內容，內容詳細，步驟清晰，具有一定的借鑒價值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來看看這篇“Python+Pillow+Pytesseract怎么實現驗證碼識別”文章吧。

一、環境配置

需要 pillow 和 pytesseract 這兩個庫，pip install 安裝就好了。

pip install pillow -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install pytesseract -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

安裝好Tesseract-OCR.exe

pytesseract 庫的配置：搜索找到pytesseract.py，打開該.py文件，找到 tesseract_cmd，改變它的值為剛才安裝 tesseract.exe 的路徑。

二、驗證碼識別

識別驗證碼，需要先對圖像進行預處理，去除會影響識別準確度的線條或噪點，提高識別準確度。

實例1

import cv2 as cv
import pytesseract
from PIL import Image

def recognize_text(image):
    # 邊緣保留濾波  去噪
    dst = cv.pyrMeanShiftFiltering(image, sp=10, sr=150)
    # 灰度圖像
    gray = cv.cvtColor(dst, cv.COLOR_BGR2GRAY)
    # 二值化
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    # 形態學操作   腐蝕  膨脹
    erode = cv.erode(binary, None, iterations=2)
    dilate = cv.dilate(erode, None, iterations=1)
    cv.imshow('dilate', dilate)
    # 邏輯運算  讓背景為白色  字體為黑  便于識別
    cv.bitwise_not(dilate, dilate)
    cv.imshow('binary-image', dilate)
    # 識別
    test_message = Image.fromarray(dilate)
    text = pytesseract.image_to_string(test_message)
    print(f'識別結果：{text}')


src = cv.imread(r'./test/044.png')
cv.imshow('input image', src)
recognize_text(src)
cv.waitKey(0)
cv.destroyAllWindows()

運行效果如下：

識別結果：3n3D
Process finished with exit code 0

實例2

import cv2 as cv
import pytesseract
from PIL import Image

def recognize_text(image):
    # 邊緣保留濾波  去噪
    blur =cv.pyrMeanShiftFiltering(image, sp=8, sr=60)
    cv.imshow('dst', blur)
    # 灰度圖像
    gray = cv.cvtColor(blur, cv.COLOR_BGR2GRAY)
    # 二值化
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    print(f'二值化自適應閾值：{ret}')
    cv.imshow('binary', binary)
    # 形態學操作  獲取結構元素  開操作
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 2))
    bin1 = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel)
    cv.imshow('bin1', bin1)
    kernel = cv.getStructuringElement(cv.MORPH_OPEN, (2, 3))
    bin2 = cv.morphologyEx(bin1, cv.MORPH_OPEN, kernel)
    cv.imshow('bin2', bin2)
    # 邏輯運算  讓背景為白色  字體為黑  便于識別
    cv.bitwise_not(bin2, bin2)
    cv.imshow('binary-image', bin2)
    # 識別
    test_message = Image.fromarray(bin2)
    text = pytesseract.image_to_string(test_message)
    print(f'識別結果：{text}')


src = cv.imread(r'./test/045.png')
cv.imshow('input image', src)
recognize_text(src)
cv.waitKey(0)
cv.destroyAllWindows()

運行效果如下：

二值化自適應閾值：181.0
識別結果：8A62N1
Process finished with exit code 0

實例3

import cv2 as cv
import pytesseract
from PIL import Image

def recognize_text(image):
    # 邊緣保留濾波  去噪
    blur = cv.pyrMeanShiftFiltering(image, sp=8, sr=60)
    cv.imshow('dst', blur)
    # 灰度圖像
    gray = cv.cvtColor(blur, cv.COLOR_BGR2GRAY)
    # 二值化  設置閾值  自適應閾值的話 黃色的4會提取不出來
    ret, binary = cv.threshold(gray, 185, 255, cv.THRESH_BINARY_INV)
    print(f'二值化設置的閾值：{ret}')
    cv.imshow('binary', binary)
    # 邏輯運算  讓背景為白色  字體為黑  便于識別
    cv.bitwise_not(binary, binary)
    cv.imshow('bg_image', binary)
    # 識別
    test_message = Image.fromarray(binary)
    text = pytesseract.image_to_string(test_message)
    print(f'識別結果：{text}')


src = cv.imread(r'./test/045.jpg')
cv.imshow('input image', src)
recognize_text(src)
cv.waitKey(0)
cv.destroyAllWindows()

運行效果如下：

二值化設置的閾值：185.0
識別結果：7364
Process finished with exit code 0

以上就是關于“Python+Pillow+Pytesseract怎么實現驗證碼識別”這篇文章的內容，相信大家都有了一定的了解，希望小編分享的內容對大家有幫助，若想了解更多相關的知識內容，請關注億速云行業資訊頻道。