python驗證碼識別接口及識別思路代碼

1，驗證碼識別接口代碼

import json
import base64
import requests

def shibie():
    data = {}
    path = "./img/"
    file_name = "a.jpg"
    with open(path + file_name, "rb") as f:
        data0 = f.read()
        data['image_base64'] = str(base64.b64encode(data0),'utf-8')
        data['app_id'] = 'qq'
        data['ocr_code'] = '0000'
    headers={'Content-Type':'application/json'}
    res = requests.post(url='https://nmd-ai.juxinli.com/ocr_captcha',headers=headers,data=json.dumps(data))
    res = res.json()
    return res['string']

2，驗證碼識別思路代碼

import os
import pytesseract
from PIL import Image
from collections import defaultdict

# tesseract.exe所在的文件路徑
pytesseract.pytesseract.tesseract_cmd = 'D:/Tesseract-OCR/tesseract.exe'


# 獲取圖片中像素點數量最多的像素
def get_threshold(image):
    pixel_dict = defaultdict(int)

    # 像素及該像素出現次數的字典
    rows, cols = image.size
    for i in range(rows):
        for j in range(cols):
            pixel = image.getpixel((i, j))
            pixel_dict[pixel] += 1

    count_max = max(pixel_dict.values())  # 獲取像素出現出多的次數
    pixel_dict_reverse = {v: k for k, v in pixel_dict.items()}
    threshold = pixel_dict_reverse[count_max]  # 獲取出現次數最多的像素點

    return threshold


# 按照閾值進行二值化處理
# threshold: 像素閾值
def get_bin_table(threshold):
    # 獲取灰度轉二值的映射table
    table = []
    for i in range(256):
        rate = 0.1  # 在threshold的適當范圍內進行處理
        if threshold * (1 - rate) <= i <= threshold * (1 + rate):
            table.append(1)
        else:
            table.append(0)
    return table


# 去掉二值化處理后的圖片中的噪聲點
def cut_noise(image):
    rows, cols = image.size  # 圖片的寬度和高度
    change_pos = []  # 記錄噪聲點位置

    # 遍歷圖片中的每個點，除掉邊緣
    for i in range(1, rows - 1):
        for j in range(1, cols - 1):
            # pixel_set用來記錄該店附近的黑色像素的數量
            pixel_set = []
            # 取該點的鄰域為以該點為中心的九宮格
            for m in range(i - 1, i + 2):
                for n in range(j - 1, j + 2):
                    if image.getpixel((m, n)) != 1:  # 1為白色,0位黑色
                        pixel_set.append(image.getpixel((m, n)))

            # 如果該位置的九宮內的黑色數量小於等於4，則判斷為噪聲
            if len(pixel_set) <= 4:
                change_pos.append((i, j))

    # 對相應位置進行像素修改，將噪聲處的像素置為1（白色）
    for pos in change_pos:
        image.putpixel(pos, 1)

    return image  # 返回修改后的圖片


# 識別圖片中的數字加字母
# 傳入參數為圖片路徑，返回結果為：識別結果
def OCR_lmj(img_path):
    image = Image.open(img_path)  # 打開圖片文件
    imgry = image.convert('L')  # 轉化為灰度圖

    # 獲取圖片中的出現次數最多的像素，即為該圖片的背景
    max_pixel = get_threshold(imgry)

    # 將圖片進行二值化處理
    table = get_bin_table(threshold=max_pixel)
    out = imgry.point(table, '1')

    # 去掉圖片中的噪聲（孤立點）
    out = cut_noise(out)

    # 保存圖片
    # out.save('E://figures/img_gray.jpg')

    # 僅識別圖片中的數字
    # text = pytesseract.image_to_string(out, config='digits')
    # 識別圖片中的數字和字母
    text = pytesseract.image_to_string(out)

    # 去掉識別結果中的特殊字符
    exclude_char_list = ' .:\\|\'\"?![],()~@#$%^&*_+-={};<>/¥—'
    text = ''.join([x for x in text if x not in exclude_char_list])

    return text

if __name__=='__main__':
    a = OCR_lmj('D:\\jd\\img\\2.jpg')
    print(a)