Python--pytesseract验证码识别处理实例
2016-02-25 19:13
537 查看
(linux-ubuntu系统)
安装过程
pytesser 调用了 tesseract,因此需要安装 tesseract,安装 tesseract 需要安装 leptonica,否则编译tesseract 的时候出现 "configure: error: leptonica not found"。
之后利用pip安装pytesseract的包
就可以使用了.
windows系统可以参考http://blog.csdn.net/evankaka/article/details/49533493这篇博客就OK了.
也可以参考https://www.quora.com/How-do-I-use-PyTesser-and-Tesseract-OCR-in-Ubuntu-with-Python
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:
结果如下
也可以使用复杂一点的,上面的只能对一些比较简单的做处理
原理:彩色转灰度,灰度转二值,二值图像识别
安装过程
pytesser 调用了 tesseract,因此需要安装 tesseract,安装 tesseract 需要安装 leptonica,否则编译tesseract 的时候出现 "configure: error: leptonica not found"。
sudo apt-get install tesseract-ocr</span>
之后利用pip安装pytesseract的包
sudo pip install pytesseract
就可以使用了.
windows系统可以参考http://blog.csdn.net/evankaka/article/details/49533493这篇博客就OK了.
也可以参考https://www.quora.com/How-do-I-use-PyTesser-and-Tesseract-OCR-in-Ubuntu-with-Python
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:
import pytesseract import Image image = Image.open('1.jpg') print pytesseract.image_to_string(image)
结果如下
Python 2.7.9 (default, Apr 2 2015, 15:33:21) [GCC 4.9.2] on linux2 Type "copyright", "credits" or "license()" for more information. ==== No Subprocess ==== >>> 1201 >>>
也可以使用复杂一点的,上面的只能对一些比较简单的做处理
原理:彩色转灰度,灰度转二值,二值图像识别
# 验证码识别,此程序只能识别数据验证码 import Image import ImageEnhance import ImageFilter import sys from pytesseract import * # 二值化 threshold = 140 table = [] for i in range(256): if i < threshold: table.append(0) else: table.append(1) #由于都是数字 #对于识别成字母的 采用该表进行修正 rep={'O':'0', 'I':'1','L':'1', 'Z':'2', 'S':'8' }; def getverify1(name): #打开图片 im = Image.open(name) #转化到灰度图 imgry = im.convert('L') #保存图像 imgry.save('g'+name) #二值化,采用阈值分割法,threshold为分割点 out = imgry.point(table,'1') out.save('b'+name) #识别 text = image_to_string(out) #识别对吗 text = text.strip() text = text.upper(); for r in rep: text = text.replace(r,rep[r]) #out.save(text+'.jpg') print text return text getverify1('1.jpg') #注意这里的图片要和此文件在同一个目录,要不就传绝对路径也行
相关文章推荐
- python实战第一天-paramiko模块并练习
- python学习笔记七--数据操作符的优先级
- python开发学习-day06(模块拾忆、面向对象)
- win7下面安装python3.4+django1.7遇到的问题及解决
- python教程集合
- 自动安装与配置gitlab
- 【转自戴Sir】七牛关于Python SDK的各种Demo
- python实现批量图片的抓取
- idapython让生活变得更美好:第五部分
- idapython让生活变得更美好:第四部分
- idapython让生活变得更美好:第二部分
- idapython让生活变得更美好:第三部分(条件断点)
- idapython让生活变得更美好:第一部分
- python实战第一天-pymysql模块并练习
- Python代码优化及技巧笔记(一)
- Python代码优化及技巧笔记(一)
- python2.7实现备份
- python语言特性(三)
- python:使用ftplib编写FTP客户端
- Mac+Sublime3+Python