http://my.cnki.net/elibregister/CheckCode.aspx每次刷新该网页可以得到新的验证码进行测试
以我本次查看的验证码图片为例，右键保存图片为image.jpg
下面用代码来对该图片验证码进行识别：
#!usr/bin/env python # coding:utf-8
import tesserocr from PIL import Image image = Image.open(r'C:\Users\fengyun\Desktop\image.jpg') #传入你所保存的图片路径 result = tesserocr.image_to_text(image) print(result)
最后输出结果：P4CJ，代表图片验证码识别成功。
对于图片上有线条干扰的，可能不一定能成功，比如下面这个图片用上面的方法就不能正确识别
对于这种情况，可以对图片进行灰度和二值化处理，下面以代码来实现
#!usr/bin/env python # coding:utf-8
import tesserocr from PIL import Image image = Image.open(r'C:\Users\fengyun\Desktop\image.png') image = image.convert('L') #转化为灰度图 threshold = 127 #设定的二值化阈值 table = [] #table是设定的一个表，下面的for循环可以理解为一个规则，小于阈值的，就设定为0，大于阈值的，就设定为1 for i in range(256): if i < threshold: table.append(0) else: table.append(1) image = image.point(table,'1') #对灰度图进行二值化处理，按照table的规则（也就是上面的for循环） result = tesserocr.image_to_text(image) #对去噪后的图片进行识别 print(result)
这样成功输出了结果PFRT，关于图片验证码的话题暂时就到这。