Python驗證碼識別處理實例
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:Python27Libsite-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:Python27Libsite-packages(根據你安裝的Python路徑而不同)，同時，新建一個pytheeer.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：
|
1
|
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 < threshold:
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：
