使用python以及工具包進行簡單的驗證碼識別

識別數字驗證碼

首先我們准備素材，4張驗證碼圖片如下：

   

 

第一步：

　　打開圖像。

im = Image.open('temp1.jpg')

 

第二步：

　　把彩色圖像轉化為灰度圖像。彩色圖像轉化為灰度圖像的方法很多，這里采用RBG轉化到HSI彩色空間，采用I分量。

imgry = im.convert('L')

 

灰度看起來是這樣的       

 

第三步：

　　需要把圖像中的噪聲去除掉。這里的圖像比較簡單，直接閾值化就行了。我們把大於閾值threshold的像素置為1，其他的置為0。對此，先生成一張查找表，映射過程讓庫函數幫我們做。

threshold = 140
table = []
for i in range(256):
    if i < threshold:
        table.append(0)
    else:

 

閾值為什么是140呢？試出來的，或者參考直方圖。

 

映射過程為

 out = imgry.point(table,'1')

此時圖像看起來是這樣的

 

第四步：

　　將圖片中的字符轉化為文本。采用pytesser 中的image_to_string函數

text = image_to_string(out)

第五步：

　　優化。根據觀察，驗證碼中只有數字，並且上面的文字識別程序經常把8識別為S。因此，對於識別結果，在進行一些替換操作。

#由於都是數字
#對於識別成字母的 采用該表進行修正
rep={'O':'0',
    'I':'1','L':'1',
    'Z':'2',
    'S':'8'

   for r in rep:
        text = text.replace(r,rep[r])

 

好了，text中為最終結果。

7025
0195
7039
6716

注：程序需要 PIL庫和 pytesser庫支持。

 

完整代碼：

import Image
import ImageEnhance
import ImageFilter
import sys
from pytesser import *
 
# 二值化
threshold = 140
table = []
for i in range(256):
    if i < threshold:
        table.append(0)
    else:
        table.append(1)
 
#由於都是數字
#對於識別成字母的 采用該表進行修正
rep={'O':'0',
    'I':'1','L':'1',
    'Z':'2',
    'S':'8'
    };
 
def  getverify1(name):
    
    #打開圖片
    im = Image.open(name)
    #轉化到亮度
    imgry = im.convert('L')
    imgry.save('g'+name)
    #二值化
    out = imgry.point(table,'1')
    out.save('b'+name)
    #識別
    text = image_to_string(out)
    #識別對嗎
    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('v1.jpg')
getverify1('v2.jpg')
getverify1('v3.jpg')
getverify1('v4.jpg')