預(yù)言

• 作為目前網(wǎng)絡(luò)上比較簡單的驗(yàn)證碼——圖形驗(yàn)證碼，一般由4位字母或者數(shù)字組成。
• 以知網(wǎng)的驗(yàn)證碼為例，利用OCR技術(shù)識(shí)別圖形驗(yàn)證碼的方法；
  
  示例

注意

• 驗(yàn)證元素是一張圖片（可直接截圖保存到自己能找到的路徑?。?/li>

安裝

• 安裝tesserocr識(shí)別庫，這之前還需要先安裝tesseract；在windows中安裝略顯麻煩，并且容易出錯(cuò)；

tesseract下載地址：https://digi.bib.uni-mannheim.de/tesseract/
下載未帶dev的穩(wěn)定版本；

• 下載完成后，雙擊一路next即可，再就可以安裝tesseract
  pip3 install tesserocr pillow （出錯(cuò)可自行百度）

實(shí)例

• 新建程序測試

import tesserocr
from PIL import Image

image = Image.open('01.jpg')# 放入圖片的絕對路徑
result = tesserocr.image_to_text(image)
print(result)

示例輸出：nVNA

• 有些時(shí)候，這樣簡單的識(shí)別很容易出現(xiàn)錯(cuò)誤的，這次我們拿出圖片較為復(fù)雜的驗(yàn)證碼來做實(shí)例；
  示例2
• 對于這種情況，我們還需要做一下額外的處理，如轉(zhuǎn)灰度、二值化等操作；
• 我們可以利用Image對象的convert（）方法參數(shù)傳入L，即可將圖片轉(zhuǎn)化為灰度圖像，代碼如下：

image = image.convert("L")
image.show

• 傳入“1”即可將圖片進(jìn)行二值化處理，代碼如下:

image = image.convert("1")
image.show

• 如上的方法采用的是默認(rèn)閾值的127，不過我們不能直接轉(zhuǎn)化原圖。要將原圖先轉(zhuǎn)為灰度圖像，然后再指定二值化閾值，代碼如下：

image = image.convert('L')
threshold = 80
table = []
for i in range(256):
    if i < threshold:
        table.append(0)
    else:
        table.append(1)
image = image.point(table, '1')
image.show()

• 效果：

  
  
  效果
• 可以發(fā)現(xiàn)驗(yàn)證碼的線條已經(jīng)去除，這時(shí)我們再去識(shí)別驗(yàn)證碼就非常容易了；

# 完整代碼
import tesserocr
from PIL import Image

image = Image.open('01.jpg')# 放入圖片的絕對路徑
image = image.convert('L')
threshold = 80
table = []
for i in range(256):
    if i < threshold:
        table.append(0)
    else:
        table.append(1)
image = image.point(table, '1')
image.show()

result = tesserocr.image_to_text(image)
print(result)

• 為了提升識(shí)別的準(zhǔn)確率，可適當(dāng)對原圖進(jìn)行預(yù)處理！

結(jié)語

• 除去最常見的圖形驗(yàn)證碼，現(xiàn)在的一些網(wǎng)站的驗(yàn)證碼都更新為滑動(dòng)驗(yàn)證碼、點(diǎn)觸驗(yàn)證碼和宮格驗(yàn)證碼等，識(shí)別破解的難度真的高！

  
  
  送上一句