1 對圖片進行二值化處理

二值化就是將圖片的顏色轉換成非黑即白的圖片

from PIL import Imageim = Image.open('yzm.jpg') # 用pil打開這個圖片 im = im.convert('L') # 將圖像轉換為“L”模式， 即黑白。 yuzhi = 127 # 根據需要自行更改閾值 im = im.point(lambda x: 0 if x < yuzhi else x >= yuzhi, '1') # 二值化 127為分割灰度的點（閥值） im.show() # 查看圖片

圖片資源：

經過上述處理應該這樣的生成圖片：

如果顯示的圖片效果不理想，可以調整閥值來進行調整（但是依然會留有小黑點）

2 去除噪點

把圖片中的黑點去掉

from PIL import ImageDraw, Imagedef getPixel(image, x, y):"""去除黑點:param image: 圖片路徑:param x: 像素點x軸坐標:param y: 像素點y軸坐標:return:"""L = image.getpixel((x, y)) # 獲取當前像素點的像素if L == 0: # 判讀此像素點是否為黑，因為如果是白的就沒必要處理了nearDots = 0 # 初始化記錄周圍有沒有黑像素數量的值# 判斷周圍像素點（白色 +1）for i in range(1, 4): # 根據點的大小自行選擇周圍像素點層數# try 防止越界try:if L - image.getpixel((x - i, y - i)):nearDots += 1except:passtry:if L - image.getpixel((x - i, y)):nearDots += 1except:passtry:if L - image.getpixel((x - i, y + i)):nearDots += 1except:passtry:if L - image.getpixel((x, y - i)):nearDots += 1except:passtry:if L - image.getpixel((x, y + i)):nearDots += 1except:passtry:if L - image.getpixel((x + i, y - i)):nearDots += 1except:passtry:if L - image.getpixel((x + i, y)):nearDots += 1except:passtry:if L - image.getpixel((x + i, y + i)):nearDots += 1except:pass# 根據需求自行調節if nearDots > 16: # 這里如果周圍16個是白點那么就返回一個白點，實現去黑點的操作return 1 # 返回白點else:return 0 # 返回黑點else:return 1def clearNoise(image):"""清除噪點"""draw = ImageDraw.Draw(image)# 循環遍歷每個像素點for x in range(0, image.size[0]):for y in range(0, image.size[1]):color = getPixel(image, x, y)draw.point((x, y), color)return imageif __name__ == '__main__':im = Image.open("./yzm_gai.png")im = clearNoise(im)im.show()

經過上述處理應該這樣的生成圖片：

3 OCR識別

import pytesseractfrom PIL import Imageimage = Image.open('yzm_gai.png') # chi_sim 是中文識別包，equ 是數學公式包，eng 是英文包 code = pytesseract.image_to_string(image, lang="chi_sim") print(code)

識別結果：

M8K2

成功，完美！！！

雖然本次識別成功，并不代表每次都可以識別成功，對于較復雜的驗證碼識別成功率更低，那該怎么辦呢？？？

當然是訓練！！！（待續。。。）

完整代碼：

import pytesseract from PIL import Image, ImageDrawdef img_to_L(img_path):"""將圖片轉化為非黑即白的圖片:param img_path: 圖片路徑:return:"""im = Image.open(img_path) # 用pil打開這個圖片im = im.convert('L')yuzhi = 127im = im.point(lambda x: 0 if x < yuzhi else x >= yuzhi, '1') # 二值化 100為分割灰度的點（閥值），二值化就是將圖片的顏色轉換成非黑即白的圖片im.show()return imdef getPixel(image, x, y):"""去除黑點:param image: 圖片路徑:param x: 像素點x軸坐標:param y: 像素點y軸坐標:return:"""L = image.getpixel((x, y)) # 獲取當前像素點的像素if L == 0: # 判讀此像素點是否為黑，因為如果是白的就沒必要處理了nearDots = 0 # 初始化記錄周圍有沒有黑像素數量的值# 判斷周圍像素點（白色 +1）for i in range(1, 4):try:if L - image.getpixel((x - i, y - i)):nearDots += 1except:passtry:if L - image.getpixel((x - i, y)):nearDots += 1except:passtry:if L - image.getpixel((x - i, y + i)):nearDots += 1except:passtry:if L - image.getpixel((x, y - i)):nearDots += 1except:passtry:if L - image.getpixel((x, y + i)):nearDots += 1except:passtry:if L - image.getpixel((x + i, y - i)):nearDots += 1except:passtry:if L - image.getpixel((x + i, y)):nearDots += 1except:passtry:if L - image.getpixel((x + i, y + i)):nearDots += 1except:passif nearDots > 16: # 這里如果周圍10個是白點那么就返回一個白點，實現去黑點的操作return 1 # 返回白點else:return 0 # 返回黑點else:return 1def clearNoise(image):"""清除噪點:param image: 圖像路徑:return: """draw = ImageDraw.Draw(image)# 循環遍歷每個像素點for x in range(0, image.size[0]):for y in range(0, image.size[1]):color = getPixel(image, x, y)draw.point((x, y), color)return imagedef OCR(im):# chi_sim 是中文識別包，equ 是數學公式包，eng 是英文包code = pytesseract.image_to_string(im, lang='eng')return codeif __name__ == '__main__':# 圖像路徑im = "yzm.jpg"# # 將圖片轉化為非黑即白的圖片im = img_to_L(im)# 將上一步處理完成的im對象傳給clearNoise()函數im = clearNoise(im)im.show()# 進行OCR識別code = OCR(im)print(code)

總結

以上是生活随笔為你收集整理的Python Tesseract-orc 识别简单验证码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。