Python做简单的验证码识别(ocr)

go4321

　　1、环境：
　　系统：XP
　　Python版本：2.7.5
　　2、所需文件：

　　（1）、pillow地址：https://pypi.python.org/pypi/Pillow/
　　（2）、tesseract地址：https://github.com/tesseract-ocr
　　（3）、pytesser地址：https://code.google.com/p/pytesser/
　　3、安装
　　（1）、pillow和tesseract直接双击安装，没什么值得注意的。
　　（2）、pytesser无需安装，解压到某个文件夹，让后添加环境变量（PYTHONPATH）。比如walker的PYTHONPATH环境变量值是 C:\Python27\Lib\site-packages\pytesser_v0.0.1
　　注意：将pytesser_v0.0.1目录下pytesser.py第6行的import Image改为from PIL import Image
　　4、测试

　　其中图片：

3.jpg

13.jpg

　　5、可以看到，识别并不是很精确。可以将得到的字符串转为大写，取出可能的字符，比如上面的验证码可能的字符集为 大写字母和数字，将两个字符串的大写字母和数字取出来是可以得到正确验证码的。
　　6、如果发现彩色图片不能识别，可以先将其转换为黑白图片再识别。（PIL模式介绍）
from PIL import Image　　

　　
image = Image.open(r'D:\tmp\in.jpg')
　　
image = image.convert("1")    #转换成黑白图片
　　
image.save(r'D:\tmp\out.jpg')
　　推荐阅读：
　　1、验证码图片字符识别两种python实现方法
　　2、tesseract-ocr tips
　　3、Python图像处理库PIL的基本概念介绍。（pillow.readthedocs.io、pillow-zh-cn.readthedocs.io）
　　4、Python图像处理库PIL中图像格式转换（一）。
　　*** walker * 2014-01-20 ***