Python+Pillow+Pytesseract實現驗證碼識別
昨天十行代碼實現文字識別,感覺怎樣,是不是很爽
今天咋們繼續利用pillow和pytesseract來實現驗證碼的識別
一、環境配置
需要 pillow 和 pytesseract 這兩個庫,pip install 安裝就好瞭。
pip install pillow -i http://pypi.douban.com/simple --trusted-host pypi.douban.com pip install pytesseract -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
安裝好Tesseract-OCR.exe
pytesseract 庫的配置:搜索找到pytesseract.py,打開該.py文件,找到 tesseract_cmd,改變它的值為剛才安裝 tesseract.exe 的路徑。
二、驗證碼識別
識別驗證碼,需要先對圖像進行預處理,去除會影響識別準確度的線條或噪點,提高識別準確度。
實例1
import cv2 as cv import pytesseract from PIL import Image def recognize_text(image): # 邊緣保留濾波 去噪 dst = cv.pyrMeanShiftFiltering(image, sp=10, sr=150) # 灰度圖像 gray = cv.cvtColor(dst, cv.COLOR_BGR2GRAY) # 二值化 ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU) # 形態學操作 腐蝕 膨脹 erode = cv.erode(binary, None, iterations=2) dilate = cv.dilate(erode, None, iterations=1) cv.imshow('dilate', dilate) # 邏輯運算 讓背景為白色 字體為黑 便於識別 cv.bitwise_not(dilate, dilate) cv.imshow('binary-image', dilate) # 識別 test_message = Image.fromarray(dilate) text = pytesseract.image_to_string(test_message) print(f'識別結果:{text}') src = cv.imread(r'./test/044.png') cv.imshow('input image', src) recognize_text(src) cv.waitKey(0) cv.destroyAllWindows()
運行效果如下:
識別結果:3n3D
Process finished with exit code 0
實例2
import cv2 as cv import pytesseract from PIL import Image def recognize_text(image): # 邊緣保留濾波 去噪 blur =cv.pyrMeanShiftFiltering(image, sp=8, sr=60) cv.imshow('dst', blur) # 灰度圖像 gray = cv.cvtColor(blur, cv.COLOR_BGR2GRAY) # 二值化 ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU) print(f'二值化自適應閾值:{ret}') cv.imshow('binary', binary) # 形態學操作 獲取結構元素 開操作 kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 2)) bin1 = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel) cv.imshow('bin1', bin1) kernel = cv.getStructuringElement(cv.MORPH_OPEN, (2, 3)) bin2 = cv.morphologyEx(bin1, cv.MORPH_OPEN, kernel) cv.imshow('bin2', bin2) # 邏輯運算 讓背景為白色 字體為黑 便於識別 cv.bitwise_not(bin2, bin2) cv.imshow('binary-image', bin2) # 識別 test_message = Image.fromarray(bin2) text = pytesseract.image_to_string(test_message) print(f'識別結果:{text}') src = cv.imread(r'./test/045.png') cv.imshow('input image', src) recognize_text(src) cv.waitKey(0) cv.destroyAllWindows()
運行效果如下:
二值化自適應閾值:181.0
識別結果:8A62N1
Process finished with exit code 0
實例3
import cv2 as cv import pytesseract from PIL import Image def recognize_text(image): # 邊緣保留濾波 去噪 blur = cv.pyrMeanShiftFiltering(image, sp=8, sr=60) cv.imshow('dst', blur) # 灰度圖像 gray = cv.cvtColor(blur, cv.COLOR_BGR2GRAY) # 二值化 設置閾值 自適應閾值的話 黃色的4會提取不出來 ret, binary = cv.threshold(gray, 185, 255, cv.THRESH_BINARY_INV) print(f'二值化設置的閾值:{ret}') cv.imshow('binary', binary) # 邏輯運算 讓背景為白色 字體為黑 便於識別 cv.bitwise_not(binary, binary) cv.imshow('bg_image', binary) # 識別 test_message = Image.fromarray(binary) text = pytesseract.image_to_string(test_message) print(f'識別結果:{text}') src = cv.imread(r'./test/045.jpg') cv.imshow('input image', src) recognize_text(src) cv.waitKey(0) cv.destroyAllWindows()
運行效果如下:
二值化設置的閾值:185.0
識別結果:7364
Process finished with exit code 0
到此這篇關於Python+Pillow+Pytesseract實現驗證碼識別的文章就介紹到這瞭,更多相關Python驗證碼識別內容請搜索LevelAH以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持LevelAH!
推薦閱讀:
- OpenCV+python實現膨脹和腐蝕的示例
- Python OpenCV招商銀行信用卡卡號識別的方法
- python中opencv實現文字分割的實踐
- python pytesseract庫的實例用法
- Python+Selenium+Pytesseract實現圖片驗證碼識別