Python3 pytesseract識别簡單的驗證碼

安裝tesseract并添加到系統PATH

Python3 pytesseract識别簡單的驗證碼，JPEG格式，驗證碼樣式如下：

此驗證碼比較簡單，是以簡單二值化處理，然後使用pytesseract識别即可達到不錯的識别率。

# -*- coding: utf-8 -*-
from PIL import Image
import pytesseract

class Captcha:
    def __init__(self):
        pass
    # 識别圖檔驗證碼，并傳回驗證碼的字元串
    def get_captcha_str(self, img_path):
        """
        識别驗證碼
            :param self:
            :param img_path: 圖檔位址
        """
        # 使用Image打開該圖檔
        image = Image.open(img_path)
        # 二值化處理，這個門檻值為R=18，G=16，B=18 低于閥值為黑色 否則為白色
        pix = image.load()  # 轉換為像素
        for y in range(image.size[1]):
            for x in range(image.size[0]):
                if pix[x, y][0] < 18 or pix[x, y][1] < 16 \
                or pix[x, y][2] < 18:
                    pix[x, y] = (0, 0, 0)
                else:
                    pix[x, y] = (255, 255, 255)
        # 顯示該圖檔，實際使用中請注釋
        image.show()
        # 開始識别
        captcha_str = pytesseract.image_to_string(image)
        # 去除空格
        captcha_str = captcha_str.replace(' ', '')
        # 去除非英文字元
        captcha_str = filter(str.isalpha, captcha_str)
        captcha_str = str(''.join(list(captcha_str)))
        # 傳回前四個字元
        return captcha_str[0:4]

captcha = Captcha()
captcha_str = captcha.get_captcha_str('./captcha.jpeg')
print(captcha_str)