突然发现可以用markdown插入代码的╮(╯▽╰)╭
图1. 原有验证码
如不对验证码图片进行处理，识别结果如图2，结果并不理想。
图2. 未经处理的结果
可以使用ImageEnhance方法对图像进行处理，首先改变图像的对比度，使用ImageEnhance.Contrast(对比度值)来调节图像对比度：
enhancer = ImageEnhance.Contrast(image)
for i in range(9):
enhancer.enhance(i*0.5).save("E:\\code_contrast_"+str(i*0.5)+".png")
将处理后的不同对比度图片保存下来：
图3. 改变图片对比度
在下一步，我们使用对比度为4的图片进行处理。
将图片RGB模式转换为黑白（“1”）或灰度模式（“L”）,代码如下：
enhancer = ImageEnhance.Contrast(image)
image = enhancer.enhance(4)
image = image.convert('1').save("E:\\code_binary.png")
得
图4. 改变图片颜色为黑白两色
下一步需要对黑白两色的图片进行去噪
对于每一个像素点来说，计算其九宫格中黑点个数，若周边黑点个数小于3个，就判别该点为噪点，将其像素值置为255（白色）
#去噪
image = Image.open("E:\\code_binary.png")
width = image.size[0]
height = image.size[1]
def remove_noise(image, x, y, width, height):
# 注：getpixel里面的参数是个元组
loc = image.getpixel((x,y))
# 255为白色
if loc == 255:
return
loc_x = x
loc_y = y
black_num = 0
for x in range(loc_x - 1, loc_x + 2):
for y in range(loc_y - 1, loc_y + 2):
if x >= 0 and y >= 0 and x < width and y < height:
if image.getpixel((x,y)) == 0:
black_num = black_num + 1
if black_num < 4:
image.putpixel((loc_x, loc_y), 255)
return
for x in range(width):
for y in range(height):
remove_noise(image, x, y, width, height)
image.save("E:\\code_remove_noise.png")
得
图5. 去噪后的结果
识别后得
图6. tesserocr识别结果
整体代码如下：
import tesserocr
from PIL import Image,ImageEnhance
image = Image.open('E:\code.jpg')
# # 改变对比度进行测试，选用对比度为4的图片
# enhancer = ImageEnhance.Contrast(image)
# for i in range(9):
# enhancer.enhance(i*0.5).save("E:\\code_contrast_"+str(i*0.5)+".png")
enhancer = ImageEnhance.Contrast(image)
image = enhancer.enhance(4)
# convert 将“RGB”转换为其他模式 “1”为二值图像，仅黑白两色 “L”为灰色图像，每个像素用8个bit表示，0为黑，255为白
image.convert('1').save("E:\\code_binary.png")
#去噪
image = Image.open("E:\\code_binary.png")
width = image.size[0]
height = image.size[1]
def remove_noise(image, x, y, width, height):
# 注：getpixel里面的参数是个元组
loc = image.getpixel((x,y))
# 255为白色
if loc == 255:
return
loc_x = x
loc_y = y
black_num = 0
for x in range(loc_x - 1, loc_x + 2):
for y in range(loc_y - 1, loc_y + 2):
if x >= 0 and y >= 0 and x < width and y < height:
if image.getpixel((x,y)) == 0:
black_num = black_num + 1
if black_num < 4:
image.putpixel((loc_x, loc_y), 255)
return
for x in range(width):
for y in range(height):
remove_noise(image, x, y, width, height)
image.save("E:\\code_remove_noise.png")
result = tesserocr.image_to_text(image)
print(result)
