Python2.7纯数字验证码识别处理实例

缺乏、安全感 2023-01-13 06:13 135阅读 0赞

### Python2.7纯数字验证码识别处理实例 ###

*   *  部署环境
     *  安装流程

## 部署环境 ##

python环境：2.7  
操作系统：Windows10  
python依赖库：PIL，pytesser

## 安装流程 ##

1.**安装python依赖**  
PIL安装简单：pip install PIL  
pytesser安装需要手动：  
1.下载pytesser（  
链接：https://pan.baidu.com/s/16Dp-bBv5SpBQuZYzrbYm6Q  
提取码：jivb ）  
2.在python2.7安装路径下的Lib\\site-packages路径下新建一个文件夹，命名 “pytesser” 。把压缩包文件解压到该目录  
3.在python2.7安装路径下的Lib\\site-packages路径下新建一个pytesser.pth,内容就写pytesser。这个文件那就是告诉python解释器去哪里导入所需要的包  
4.进入pytesser文件夹，将 “pytesser.py” 改名为 “**init**.py”  
5.打开 “**init**.py” 文件，将 “tesseract\_exe\_name” 变量的值改为 ”tesseract\_exe\_name = ‘C:/Python27/Lib/site-packages/pytesser/tesseract’“(根据自己的路径修改)。  
6、把 “init.py” 文件里的 “import Image” 改成 “from PIL import Image”

2.**运行代码**

import Image
    import ImageEnhance
    import ImageFilter
    from pytesser import *
     
    # 二值化
    threshold = 140
    table = []
    for i in range(256):
        if i < threshold:
            table.append(0)
        else:
            table.append(1)
     
    #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

3.**报错排查**  
3.1.ImportError: No module named pytesser  
解答：此方法代表解释器无法找到pytesser模块，请注意步骤三pth文件夹路径是否正确  
3.2.WindowsError: \[Error 2\] 错误  
解答：此错误时pytesser模块运行后找不到tesseract.exe程序所报的错，请注意步骤五tesseract路径是否正确  
3.3.WindowsError: \[Error 5\] 错误  
解答：不清楚什么原因，当时做了两个操作就消除了。第一个是复制修改步骤四的名称（**init**.py）前后是两个杠不是一个。第二个就是步骤五  
tesseract\_exe\_name = 'C:/Python27/Lib/site-packages/pytesser/tesseract’而不是tesseract\_exe\_name = 'C:/Python27/Lib/site-packages/pytesser/’

4.**总结**  
4.1.python2.7验证码识别安装流程比python3.6复杂，但是精度高一点，可能是相对于2.7的引擎更容易拟合数字一点  
4.2多次验证后发现此经常容易把6误判成5.自己检查了对应的灰度图，人眼是不会误判的。也就是此模型误判的根源在于tesseract图像识别较低。  
4.3.tesseract还可以英文识别和中文识别。不过精度大幅度下降，有时间的化自己训练下tesseract

原文地址：  
https://blog.csdn.net/nwpulei/article/details/8457738（原文地址）  
https://blog.csdn.net/Bone\_ACE/article/details/50436587  
https://blog.csdn.net/evankaka/article/details/49533493