使用Python以及工具包進行簡單的驗證碼識別

使用Python以及工具包進行簡單的驗證碼識別,直接開始。

原始圖像

Step 1 打開圖像吧。

im = Image.open('temp1.jpg')

Step 2 把彩色圖像轉化為灰度圖像。彩色圖像轉化為灰度圖像的方法很多，這裡采用RBG轉化到HSI彩色空間，采用I分量。

imgry = im.convert('L')

灰度看起來是這樣的

Step 3 需要把圖像中的噪聲去除掉。這裡的圖像比較簡單，直接阈值化就行了。我們把大於阈值threshold的像素置為1，其他的置為0。對此，先生成一張查找表，映射過程讓庫函數幫我們做。

threshold = 140
table = []
for i in range(256):
    if i < threshold:
        table.append(0)
    else:
        table.append(1)

阈值為什麼是140呢？試出來的，或者參考直方圖。

 

映射過程為

 out = imgry.point(table,'1')

此時圖像看起來是這樣的

 

Step 4 把圖片中的字符轉化為文本。采用pytesser 中的image_to_string函數

text = image_to_string(out)

Step 5 優化。根據觀察，驗證碼中只有數字，並且上面的文字識別程序經常把8識別為S。因此，對於識別結果，在進行一些替換操作。 #由於都是數字
#對於識別成字母的 采用該表進行修正
rep={'O':'0',
    'I':'1','L':'1',
    'Z':'2',
    'S':'8'
    };     for r in rep:
        text = text.replace(r,rep[r])   好了，text中為最終結果。 7025
0195
7039
6716

程序需要PIL庫和pytesser庫支持。   最後，整個程序看起來是這樣的   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) #由於都是數字
#對於識別成字母的 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)
    #轉化到亮度
    imgry = im.convert('L')
    imgry.save('g'+name)
    #二值化
    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('v1.jpg')
getverify1('v2.jpg')
getverify1('v3.jpg')
getverify1('v4.jpg')   程序以及測試數據在這裡

**************************************************************

下載在Linux公社的1號FTP服務器裡，下載地址：

FTP地址：ftp://www.linuxidc.com

用戶名：www.linuxidc.com

密碼：www.muu.cc

在 2013年LinuxIDC.com\1月\使用Python以及工具包進行簡單的驗證碼識別

下載方法見 http://www.linuxidc.net/thread-1187-1-1.html

**************************************************************