opencv+pytesseract
https://blog.51cto.com/u_15295099/3147118
一、环境配置 需要 pillow 和 pytesseract 这两个依赖库，pip install安装上就好了。 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 1. 2. 安装好Tesseract-OCR.exe pytesseract库的配置：搜索找到pytesseract.py，打开该.py文件，找到tesseract_cmd，改变它的值为刚才安装 tesseract.exe 的路径。
二、验证码识别 识别验证码，需要先对图像进行预处理，去除会影响识别准确度的线条或噪点，提高识别准确度。
实例1
-- coding: UTF-8 --
”“” @Author ：叶庭云 @公众号 ：修炼Python “”” import cv2 as cv import pytesseract from PIL import Image
def recognize_text(image): # 边缘保留滤波 去噪 dst = cv.pyrMeanShiftFiltering(image, sp=10, sr=150) # 灰度图像 gray = cv.cvtColor(dst, cv.COLOR_BGR2GRAY) # 二值化 ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU) # 形态学操作 腐蚀 膨胀 erode = cv.erode(binary, None, iterations=2) dilate = cv.dilate(erode, None, iterations=1) cv.imshow(‘dilate’, dilate) # 逻辑运算 让背景为白色 字体为黑 便于识别 cv.bitwise_not(dilate, dilate) cv.imshow(‘binary-image’, dilate) # 识别 test_message = Image.fromarray(dilate) text = pytesseract.image_to_string(test_message) print(f’识别结果：{text}‘)
src = cv.imread(r’./test/044.png’) cv.imshow(‘input image’, src) recognize_text(src) cv.waitKey(0) cv.destroyAllWindows() 识别结果：3n3D
Process finished with exit code 0
©著作权归作者所有：来自51CTO博客作者叶庭云的原创作品，请联系作者获取转载授权，否则将追究法律责任 python opencv+pytesseract 验证码识别 https://blog.51cto.com/u_15295099/3147118
dddd
https://jishuin.proginn.com/p/763bfbd60bb1
最近群里有位群友分享了一个新库，试用一下发现非常实用，特意今天分享给大家。
Github地址：https://github.com/sml2h3/ddddocr
该库名也是非常有趣 —— ddddocr（谐音带带弟弟OCR）
环境要求：
python >= 3.8 Windows/Linux/Macox.. 可以通过以下命令安装
pip install ddddocr 参数说明：
在网上随机寻找了一个验证码图片，使用这个库来实战一下。
来源：百度搜索 import ddddocr
ocr = ddddocr.DdddOcr() with open(‘1.png’, ‘rb’) as f: img_bytes = f.read() res = ocr.classification(img_bytes)
print(res)
优化
https://z.itpub.net/article/detail/2DF6DCCC7ACCD42B394F0C4253EEF84F
很久之前，分享过一次Python代码实现验证码识别的办法。
当时采用的是pillow+pytesseract，优点是免费，较为易用。但其识别精度一般，若想要更高要求的验证码识别，初学者就只能去选择使用百度API接口了。
但其实百度API接口和pytesseract其实都需要进行前期配置，对于初学者来说就不太友好了。
而且百度API必须要联网，对于某些机器不能联网的朋友而言，就得pass了
最近群里有位群友分享了一个新库，试用一下发现非常实用，特意今天分享给大家。
Github地址：https://github.com/sml2h3/ddddocr
该库名也是非常有趣 —— ddddocr（谐音带带弟弟OCR）
环境要求：
python >= 3.8 Windows/Linux/Macox.. 可以通过以下命令安装
pip install ddddocr 参数说明：
在网上随机寻找了一个验证码图片，使用这个库来实战一下。
来源：百度搜索 import ddddocr
ocr = ddddocr.DdddOcr() with open(‘1.png’, ‘rb’) as f: img_bytes = f.read() res = ocr.classification(img_bytes)
print(res)
成功识别出来了验证码文字！
而且优点也非常明显：首先代码非常精简，对比前文提到的两种方法，不需要额外设置环境变量等等，5行代码即可轻松识别验证码图片。另一方面，我们使用魔法命令%%time也测试出来吗，这段代码识别速度非常快。
下面用更多的验证码图片继续测试：
我又找了6个验证码图片来测试，观察结果，发现这类简单的验证码基本可以进行快速识别。但也有部分结果有问题——字母大小写没有进行区分（比如第6张图片）。
总而言之，如果你需要进行验证码识别，且对精度要求不是过高。
那么，带带弟弟OCR（ddddocr）这个库是一个不错的选择~