成人国产在线小视频_日韩寡妇人妻调教在线播放_色成人www永久在线观看_2018国产精品久久_亚洲欧美高清在线30p_亚洲少妇综合一区_黄色在线播放国产_亚洲另类技巧小说校园_国产主播xx日韩_a级毛片在线免费

資訊專欄INFORMATION COLUMN

python利用Tesseract識別驗證碼

王陸寬 / 2679人閱讀

摘要：無論是是自動化登錄還是爬蟲，總繞不開驗證碼，這次就來談?wù)勚泄鈱W(xué)識別驗證碼模塊和。和是的一個識別庫，但其實是對做的一層封裝，是的引擎包裝器所以它們的核心是因此在安裝之前，我們需要先安裝。

無論是是自動化登錄還是爬蟲，總繞不開驗證碼，這次就來談?wù)刾ython中光學(xué)識別驗證碼模塊tesserocr和pytesseract。tesserocr和pytesseract是Python的一個OCR識別庫，但其實是對tesseract做的一層Python API封裝，pytesseract是Google的Tesseract-OCR引擎包裝器；所以它們的核心是tesseract,因此在安裝tesserocr之前，我們需要先安裝tesseract。
下載安裝

下載地址：https://digi.bib.uni-mannheim...

下載完成后，雙擊安裝，可以勾選Additional language data(download)選項來安裝OCR識別支持的語言包，但下載語言包實在是慢，我們可以直接從https://github.com/tesseract-... 下載zip的語言包壓縮文件，解壓后將tessdata-master中的文件復(fù)制到Tesseract的安裝目錄C:Program Files (x86)Tesseract-OCR essdata目錄下，最后我們配置下環(huán)境變量，我們將C:Program Files (x86)Tesseract-OCR添加到環(huán)境變量中。進(jìn)入命令提示符，輸入tesseract，顯示下圖結(jié)果，說明配置完成

查看安裝了的語言包：tesseract --list-langs

顯示我一共安裝了167種語言包，里邊包含英文或者其他字符。

測試

實驗用的二維碼

基本使用語法
tesseract image.png result （tesseract 圖片名稱 生成文件名稱）

結(jié)果

由結(jié)果來看，識別出來了P、2和X，但是把C識別成了G，識別度還是比較高，接下來看在python中的使用

python引入tesseract

在python下使用pip命令即可完成下載安裝 pip install pytesseract

識別驗證碼腳本

import pytesseract
from PIL import Image

im=Image.open("pin.png")
print(pytesseract.image_to_string(im))

結(jié)果

這樣識別的結(jié)果同樣跟上文一樣，個別字符識別的不是很準(zhǔn)確

圖像處理

現(xiàn)在網(wǎng)站上的二維碼設(shè)計的通常很難復(fù)雜，如果直接識別的話很難識別出來，下面這段代碼是進(jìn)行灰度處理和二值化

import pytesseract
from PIL import Image

im=Image.open("5.jpg")
#進(jìn)行置灰處理
im=im.convert("L")
#這個是二值化閾值
threshold=150
table=[]
for i in range(256):
    if i

原圖


置灰和二值化后


想要提高識別率只能下載訓(xùn)練好的語言包，如上述所說，或者用深度學(xué)習(xí)的方法訓(xùn)練機器
原文地址：https://nolon.xyz/archives/77/

文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址：http://systransis.cn/yun/43054.html

相關(guān)文章

  • Python圖像處理之圖片驗證碼識別

    摘要：在上一篇博客圖像處理之圖片文字識別中我們介紹了在中如何利用軟件來識別圖片中的英文與中文，本文將具體介紹如何在中利用軟件來識別驗證碼數(shù)字加字母。 ??在上一篇博客Python圖像處理之圖片文字識別（OCR）中我們介紹了在Python中如何利用Tesseract軟件來識別圖片中的英文與中文，本文將具體介紹如何在Python中利用Tesseract軟件來識別驗證碼（數(shù)字加字母）。??我們在網(wǎng)...

    kk_miles 評論0 收藏0

  • Python3網(wǎng)絡(luò)爬蟲實戰(zhàn)---4、數(shù)據(jù)庫的安裝：MySQL、MongoDB、Redis

    摘要：運行結(jié)果如果運行結(jié)果一致則證明安裝成功。上一篇文章網(wǎng)絡(luò)爬蟲實戰(zhàn)請求庫安裝下一篇文章網(wǎng)絡(luò)爬蟲實戰(zhàn)數(shù)據(jù)庫的安裝 上一篇文章：Python3網(wǎng)絡(luò)爬蟲實戰(zhàn)---2、請求庫安裝：GeckoDriver、PhantomJS、Aiohttp下一篇文章：Python3網(wǎng)絡(luò)爬蟲實戰(zhàn)---數(shù)據(jù)庫的安裝：MySQL、MongoDB、Redis 抓取下網(wǎng)頁代碼之后，下一步就是從網(wǎng)頁中提取信息，提取信息的方式有...

    xbynet 評論0 收藏0

  • OCR識別驗證碼

    摘要：識別網(wǎng)站驗證碼詳見維基百科或者百度百科識別的驗證碼原理采集一批驗證碼，根據(jù)圖片特點進(jìn)行初步處理二值化灰度化濾波降噪等處理然后分割圖片，旋轉(zhuǎn)圖片，模板選取，訓(xùn)練算法，讓它更準(zhǔn)確。 最近在爬某網(wǎng)站，老是蹦出來驗證碼，就想著找個OCR破了這個驗證碼，然后就開始了OCR探索之旅。 首先簡單說一下什么是OCR OCR是（Optical Character Recognition，光學(xué)字符識別）的...

    Yangyang 評論0 收藏0

發(fā)表評論

0條評論

最新活動
閱讀需要支付1元查看
<