一、準備工作與代碼實例

1、PIL、pytesser、tesseract

(1)安裝PIL：下載地址：http://www.pythonware.com/products/pil/(CSDN下載)

下載后是一個exe，直接雙擊安裝，它會自動安裝到C:\Python27\Lib\site-packages中去，

(2)pytesser:下載地址：http://code.google.com/p/pytesser/,(CSDN下載)

下載解壓后直接放C:\Python27\Lib\site-packages(根據你安裝的Python路徑而不同)，同時，新建一個pytesser.pth,內容就寫pytesser，注意這里的內容一定要和pytesser這個文件夾同名，意思就是pytesser文件夾，pytesser.pth,及內容都要一樣！

(3)Tesseract OCR engine下載：http://code.google.com/p/tesseract-ocr/(CSDN下載)

下載后解壓，tessdata文件夾，用其替換掉pytesser解壓后的tessdata文件夾即可。(就上面的pytesser文件夾)

二、驗證

(1)原理：

驗證碼圖像處理

驗證碼圖像識別技術主要是操作圖片內的像素點,通過對圖片的像素點進行一系列的操作,最后輸出驗證碼圖像內的每個字符的文本矩陣。

1、讀取圖片

2、圖片降噪

3、圖片切割

4、圖像文本輸出

(2)驗證字符識別

驗證碼內的字符識別主要以機器學習的分類算法來完成,目前我所利用的字符識別的算法為KNN(K鄰近算法)和SVM (支持向量機算法),后面我 會對這兩個算法的適用場景進行詳細描述。

1、獲取字符矩陣

2、矩陣進入分類算法

3、輸出結果

要驗證的圖片如下：

(3)、簡單的命令：

from?pytesser?import?*

image?=?Image.open('1.jpg')??#?Open?image?object?using?PIL

print?image_to_string(image)?????#?Run?tesseract.exe?on?image

然后運行：

或者直接：

print?image_file_to_string('fnord.tif')

同樣能輸出結果！

(4)、復雜一點的

上面的只能對一些比較簡單的做處理，一

原理：彩色轉灰度，灰度轉二值，二值圖像識別

#?驗證碼識別，此程序只能識別數據驗證碼

import?Image

import?ImageEnhance

import?ImageFilter

import?sys

from?pytesser?import?*

#?二值化

threshold?=?140

table?=?[]

for?i?in?range(256):

if?i?

table.append(0)

else:

table.append(1)

#由于都是數字

#對于識別成字母的?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)

#轉化到灰度圖

imgry?=?im.convert('L')

#保存圖像

imgry.save('g'+name)

#二值化，采用閾值分割法，threshold為分割點

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('1.jpg')??#注意這里的圖片要和此文件在同一個目錄，要不就傳絕對路徑也行

運行后效果：

from:?http://blog.csdn.net/evankaka/article/details/49533493

總結

以上是生活随笔為你收集整理的验证码识别的原理python_Python验证码识别处理实例的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。