python opencv pytesseract 驗證碼識別的實現(xiàn)

更新時間：2020年08月28日 09:24:34 作者：葉庭云

這篇文章主要介紹了python opencv pytesseract 驗證碼識別的實現(xiàn)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧

一、環(huán)境配置

需要 pillow 和 pytesseract 這兩個庫，pip install 安裝就好了。

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(tài)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 便于識別
  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(jié)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(jié)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(tài)學操作 獲取結(jié)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 便于識別
  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(jié)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(jié)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 便于識別
  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(jié)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：