识别验证码！用这个神器，简直不要太容易！

下载安装

下载地址： https://digi.bib.uni-mannheim...

下载完成后，双击安装，可以勾选

Additional language data(download) 选项来安装OCR识别支持的语言包，但下载语言包实在是慢，我们可以直接从

https://github.com/tesseract-... 下载zip的语言包压缩文件，解压后将 tessdata-master

中的文件复制到 Tesseract 的安装目录 C:Program Files (x86)Tesseract-OCR essdata

目录下，最后我们配置下环境变量，我们将 C:Program Files (x86)Tesseract-OCR

添加到环境变量中。进入命令提示符，输入 tesseract ，显示下图结果，说明配置完成

查看安装了的语言包： tesseract --list-langs

显示我一共安装了167种语言包，里边包含英文或者其他字符。

测试

实验用的二维码

基本使用语法

tesseract image.png result （tesseract 图片名称 生成文件名称）

结果

进群：960410445 即可获取数十套PDF！

由结果来看，识别出来了P、2和X，但是把C识别成了G，识别度还是比较高，接下来看在python中的使用

python引入tesseract

在python下使用pip命令即可完成下载安装 pip install pytesseract

识别验证码脚本

import pytesseract

from PIL import Image

im=Image.open('pin.png')

print(pytesseract.image_to_string(im))

结果

这样识别的结果同样跟上文一样，个别字符识别的不是很准确

图像处理

现在网站上的二维码设计的通常很难复杂，如果直接识别的话很难识别出来，下面这段代码是进行灰度处理和二值化

import pytesseract

from PIL import Image

im=Image.open('5.jpg')

#进行置灰处理

im=im.convert('L')

#这个是二值化阈值

threshold=150

table=[]

for i in range(256):

if i

table.append(0)

else:

table.append(1)

#通过表格转换成二进制图片，1的作用是白色，0就是黑色

im=im.point(table,"1")

im.show()

print(pytesseract.image_to_string(im))

原图

置灰和二值化后

想要提高识别率只能下载训练好的语言包，如上述所说，或者用深度学习的方法训练机器