這篇文章給大家分享的是有關(guān)Python怎么實現(xiàn)基于PIL和tesseract的驗證碼識別功能的內(nèi)容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。
之前搞這個搞了一段時間，后面遇到了點小麻煩，導(dǎo)致識別率太低了，最多也就百分之20的樣子。心灰意冷，棄了一段時間。上次在論壇看到一篇大牛的關(guān)于PIL對圖片各種處理各種算法的博突然又想起了這個，又隨便搞了下，大大提高了識別率啊。先給代碼：
原圖：
重慶分公司
重慶分公司
im = Image.open("C:\Users\Administrator\Desktop\python\\3.png")
#調(diào)色
enhancer = ImageEnhance.Contrast(im)
im = enhancer.enhance(2)
#把圖片調(diào)成只有黑白兩個顏色，處理后每個像素色用8位表示
im = im.convert('1')
im.show() #測試查看經(jīng)過上面處理后：
現(xiàn)在到了關(guān)鍵的一步，這圖上好多好多小黑點，要一個一個全部去除我估計我代碼寫到吐血都寫不出來。但是要去除一部分還是可以的。
xsize, ysize = im.size #長、寬 #對照片里的所有像素點：如果像素色不是白色并且右邊的一個像素點像素色是白色（RGB（255，255,255））或者像素色不是白色并且下方的一個像素點是白色的，統(tǒng)一變成白色 for i in range(ysize-1): for j in range(xsize-1): if (im.getpixel((j, i)) !=255&im.getpixel((j+1,i))==255): im.putpixel((j,i),255); if(im.getpixel((j,i)) != 255&im.getpixel((j,i+1))==255): im.putpixel((j, i), 255); im.show(); #再看看效果
處理完之后：
之前那些黑色的小點點已經(jīng)去的差不多了，但是這樣也是有代價的啊- - 把圖片里面的字的一些像素色也去掉了一些，現(xiàn)在拿這張圖片去用tesseract識別的話其實對于tesseract來說跟之前那張沒有去小黑點的圖片識別難度差不了多少，然后后面又想了個辦法補救了一下：
#把上面我們變成白色的小黑點給他補一點回來- - for i in range(ysize - 1): for j in range(xsize - 1): if (im.getpixel((j, i))!=255&im.getpixel((j+1,i)) !=255): im.putpixel((j, i), 0); if (im.getpixel((j, i))!=255&im.getpixel((j,i+1)) !=255): im.putpixel((j, i), 0); im.show(); #再看看效果
處理完之后：
比上面的圖清晰了蠻多。這個時候再去對照下剛開始的那種圖的話，對識別程序來說清楚了不止是一點點啊。
不過盡管如此，識別率還是不怎么樣，我估計也就百分之50左右的識別率，還是太低了，可能是因為我去掉了一些關(guān)鍵的像素點的色，因為我也不知道tesseract具體的對比庫是怎么樣的，所以估計我又要棄了。有想過再繼續(xù)對圖片切割旋轉(zhuǎn)，甚至還想過找人工智能的朋友給我拿去訓(xùn)練訓(xùn)練，不過那樣還是偏離我本意了，而且我也不是很喜歡搞學(xué)術(shù)的東西。不管怎么樣我這個感覺還是有點用的，說不定拿去做一下切割識別率大大提高也是有可能的。
感謝各位的閱讀！關(guān)于“Python怎么實現(xiàn)基于PIL和tesseract的驗證碼識別功能”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，讓大家可以學(xué)到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。
