python opencv+pytesseract 驗(yàn)證碼識(shí)別

姓名:林世余

學(xué)號(hào):19021210863

轉(zhuǎn)載:https://blog.csdn.net/fyfugoyfa/article/details/108160915

一厌杜、環(huán)境配置

1喘落、需要 pillow 和 pytesseract 這兩個(gè)庫瘪板,pip install 安裝就好了。

pip 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

2妄迁、安裝好Tesseract-OCR.exe

3、pytesseract 庫的配置:搜索找到pytesseract.py,打開該.py文件嗓化,找到 tesseract_cmd,改變它的值為剛才安裝 tesseract.exe 的路徑谬哀。

二刺覆、驗(yàn)證碼識(shí)別

識(shí)別驗(yàn)證碼,需要先對(duì)圖像進(jìn)行預(yù)處理玻粪,去除會(huì)影響識(shí)別準(zhǔn)確度的線條或噪點(diǎn)隅津,提高識(shí)別準(zhǔn)確度。

實(shí)例1

import cv2 ascv

importpytesseract

from PIL importImage

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(xué)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(yùn)算? 讓背景為白色? 字體為黑? 便于識(shí)別

??? cv.bitwise_not(dilate, dilate)

??? cv.imshow('binary-image', dilate)

??? # 識(shí)別

??? test_message= Image.fromarray(dilate)

??? text= pytesseract.image_to_string(test_message)

??? print(f'識(shí)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(yùn)行效果如下:

識(shí)別結(jié)果:3n3D

Process finished with exit code 0


實(shí)例2

import cv2 ascv

importpytesseract

from PIL importImage

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(yīng)閾值:{ret}')

??? cv.imshow('binary', binary)

??? # 形態(tài)學(xué)操作? 獲取結(jié)構(gòu)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(yùn)算? 讓背景為白色? 字體為黑? 便于識(shí)別

??? cv.bitwise_not(bin2, bin2)

??? cv.imshow('binary-image', bin2)

??? # 識(shí)別

??? test_message= Image.fromarray(bin2)

??? text= pytesseract.image_to_string(test_message)

??? print(f'識(shí)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(yùn)行效果如下:

二值化自適應(yīng)閾值:181.0

識(shí)別結(jié)果:8A62N1

Process finished with exit code 0

實(shí)例3

import cv2 ascv

importpytesseract

from PIL importImage

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(shè)置閾值? 自適應(yīng)閾值的話 黃色的4會(huì)提取不出來

??? ret, binary = cv.threshold(gray, 185, 255, cv.THRESH_BINARY_INV)

??? print(f'二值化設(shè)置的閾值:{ret}')

??? cv.imshow('binary', binary)

??? # 邏輯運(yùn)算? 讓背景為白色? 字體為黑? 便于識(shí)別

??? cv.bitwise_not(binary, binary)

??? cv.imshow('bg_image', binary)

??? # 識(shí)別

??? test_message= Image.fromarray(binary)

??? text= pytesseract.image_to_string(test_message)

??? print(f'識(shí)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(yùn)行效果如下:

二值化設(shè)置的閾值:185.0

識(shí)別結(jié)果:7364

Process finished with exit code 0


?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末劲室,一起剝皮案震驚了整個(gè)濱河市伦仍,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌很洋,老刑警劉巖充蓝,帶你破解...
    沈念sama閱讀 211,376評(píng)論 6 491
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡谓苟,警方通過查閱死者的電腦和手機(jī)官脓,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,126評(píng)論 2 385
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來涝焙,“玉大人卑笨,你說我怎么就攤上這事÷刈玻” “怎么了赤兴?”我有些...
    開封第一講書人閱讀 156,966評(píng)論 0 347
  • 文/不壞的土叔 我叫張陵,是天一觀的道長隧哮。 經(jīng)常有香客問我桶良,道長,這世上最難降的妖魔是什么沮翔? 我笑而不...
    開封第一講書人閱讀 56,432評(píng)論 1 283
  • 正文 為了忘掉前任陨帆,我火速辦了婚禮,結(jié)果婚禮上采蚀,老公的妹妹穿的比我還像新娘疲牵。我一直安慰自己,他們只是感情好搏存,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,519評(píng)論 6 385
  • 文/花漫 我一把揭開白布瑰步。 她就那樣靜靜地躺著,像睡著了一般璧眠。 火紅的嫁衣襯著肌膚如雪缩焦。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,792評(píng)論 1 290
  • 那天责静,我揣著相機(jī)與錄音袁滥,去河邊找鬼。 笑死灾螃,一個(gè)胖子當(dāng)著我的面吹牛题翻,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播腰鬼,決...
    沈念sama閱讀 38,933評(píng)論 3 406
  • 文/蒼蘭香墨 我猛地睜開眼嵌赠,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了熄赡?” 一聲冷哼從身側(cè)響起姜挺,我...
    開封第一講書人閱讀 37,701評(píng)論 0 266
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎彼硫,沒想到半個(gè)月后炊豪,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體凌箕,經(jīng)...
    沈念sama閱讀 44,143評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,488評(píng)論 2 327
  • 正文 我和宋清朗相戀三年词渤,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了牵舱。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,626評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡缺虐,死狀恐怖芜壁,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情志笼,我是刑警寧澤沿盅,帶...
    沈念sama閱讀 34,292評(píng)論 4 329
  • 正文 年R本政府宣布把篓,位于F島的核電站纫溃,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏韧掩。R本人自食惡果不足惜紊浩,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,896評(píng)論 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望疗锐。 院中可真熱鬧坊谁,春花似錦、人聲如沸滑臊。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,742評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽雇卷。三九已至鬓椭,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間关划,已是汗流浹背小染。 一陣腳步聲響...
    開封第一講書人閱讀 31,977評(píng)論 1 265
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留贮折,地道東北人裤翩。 一個(gè)月前我還...
    沈念sama閱讀 46,324評(píng)論 2 360
  • 正文 我出身青樓,卻偏偏與公主長得像调榄,于是被迫代替她去往敵國和親踊赠。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,494評(píng)論 2 348