http://my.cnki.net/elibregister/CheckCode.aspx每次刷新该网页可以得到新的验证码进行测试
以我本次查看的验证码图片为例,右键保存图片为image.jpg
下面用代码来对该图片验证码进行识别:
#!usr/bin/env python
# coding:utf-8
import tesserocr
from PIL import Image
image = Image.open(r'C:UsersfengyunDesktopimage.jpg') #传入你所保存的图片路径
result = tesserocr.image_to_text(image)
print(result)
最后输出结果:P4CJ,代表图片验证码识别成功。
对于图片上有线条干扰的,可能不一定能成功,比如下面这个图片用上面的方法就不能正确识别
对于这种情况,可以对图片进行灰度和二值化处理,下面以代码来实现
#!usr/bin/env python
# coding:utf-8
import tesserocr
from PIL import Image
image = Image.open(r'C:UsersfengyunDesktopimage.png')
image = image.convert('L') #转化为灰度图
threshold = 127 #设定的二值化阈值
table = [] #table是设定的一个表,下面的for循环可以理解为一个规则,小于阈值的,就设定为0,大于阈值的,就设定为1
for i in range(256):
if i < threshold:
table.append(0)
else:
table.append(1)
image = image.point(table,'1') #对灰度图进行二值化处理,按照table的规则(也就是上面的for循环)
result = tesserocr.image_to_text(image) #对去噪后的图片进行识别
print(result)
这样成功输出了结果PFRT,关于图片验证码的话题暂时就到这。