使用Python以及工具包进行简单的验证码识别,直接开始。
原始图像
Step 1 打开图像吧。
im = Image.open('temp1.jpg')
Step 2 把彩色图像转化为灰度图像。彩色图像转化为灰度图像的方法很多，这里采用RBG转化到HSI彩色空间，采用I分量。
imgry = im.convert('L')
灰度看起来是这样的
Step 3 需要把图像中的噪声去除掉。这里的图像比较简单，直接阈值化就行了。我们把大于阈值threshold的像素置为1，其他的置为0。对此，先生成一张查找表，映射过程让库函数帮我们做。
threshold = 140
table = []
for i in range(256):
if i < threshold:
table.append(0)
else:
table.append(1)
阈值为什么是140呢？试出来的，或者参考直方图。
映射过程为
out = imgry.point(table,'1')
此时图像看起来是这样的
Step 4 把图片中的字符转化为文本。采用pytesser 中的image_to_string函数
text = image_to_string(out)
Step 5 优化。根据观察，验证码中只有数字，并且上面的文字识别程序经常把8识别为S。因此，对于识别结果，在进行一些替换操作。
#由于都是数字
#对于识别成字母的 采用该表进行修正
rep={'O':'0',
'I':'1','L':'1',
'Z':'2',
'S':'8'
};
for r in rep:
text = text.replace(r,rep[r])
好了，text中为最终结果。
7025
0195
7039
6716
最后，整个程序看起来是这样的
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)
#由于都是数字
#对于识别成字母的 采用该表进行修正
rep={'O':'0',
'I':'1','L':'1',
'Z':'2',
'S':'8'
};
def getverify1(name):
#打开图片
im = Image.open(name)
#转化到亮度
imgry = im.convert('L')
imgry.save('g'+name)
#二值化
out = imgry.point(table,'1')
out.save('b'+name)
#识别
text = image_to_string(out)
#识别对吗
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')
程序以及测试数据在这里
**************************************************************
下载在Linux公社的1号FTP服务器里，下载地址：
FTP地址：ftp://www.linuxidc.com
用户名：
密码：
在 2013年LinuxIDC.com\1月\使用Python以及工具包进行简单的验证码识别
**************************************************************