当前位置：首页 > article >正文

OpenCV和Tesseract OCR识别复杂验证码喽~~

article 2024/11/15 18:17:27

代码实现思路

流程：

主要流程：

整体代码

效果展示

原图

处理之后的图

总结

流程图

代码实现思路

使用 OpenCV 进行图像预处理，并通过 Tesseract OCR 来识别验证码中的字符。以下是其实现思路的详细讲解：

流程：

加载验证码图像：
- 使用 cv2.imread() 读取验证码图片，将其加载为 BGR 格式图像。
灰度处理：
- 使用 cv2.cvtColor() 将彩色图像转换为灰度图。灰度图可以减少颜色信息的干扰，更适合后续的二值化处理和降噪。
高斯模糊：
- cv2.GaussianBlur() 被用来对灰度图像进行模糊处理，以减少图像中的噪声。模糊有助于平滑噪点，让后续的二值化效果更稳定。
二值化：
- cv2.threshold() 通过设定一个阈值将灰度图转换为二值图像，即只有黑白两色。 THRESH_BINARY_INV 是反向二值化，将前景变为白色，背景变为黑色。这样做是为了更容易找到字符的轮廓。
形态学操作：
- cv2.morphologyEx() 用来进一步清理图像，通过开运算（先腐蚀后膨胀）去除小的噪声点。这里定义了一个 2x2 的内核（kernel）来执行形态学操作，帮助消除图像中不规则的小黑点。
查找轮廓：
- cv2.findContours() 查找二值化图像中的轮廓，即可能的字符区域。每个轮廓都表示一个可能的字符边界。
轮廓排序：
- 通过 cv2.boundingRect() 获取轮廓的外接矩形，并按照从左到右的顺序对这些矩形进行排序。这是为了保证字符按正确顺序被识别。
轮廓过滤和分割字符：
- 遍历每个轮廓，使用 cv2.boundingRect() 得到每个轮廓的位置信息（x, y, w, h），过滤掉那些宽度过小或高度过小的轮廓（这些可能是噪声）。对于符合条件的轮廓区域，将其切割出来作为单个字符图像。
OCR 识别：
- 使用 Tesseract 的 pytesseract.image_to_string() 来识别单个字符。 --psm 10 是 Tesseract 的配置，表示将图像视为单个字符进行识别。每个字符识别后追加到 recognized_text 中。
结果输出：

打印出识别到的验证码字符。

显示图像：

使用 cv2.imshow() 显示处理后的二值化图像。 cv2.waitKey(0) 等待键盘事件，cv2.destroyAllWindows() 关闭所有窗口。

主要流程：

图像预处理（灰度、模糊、二值化、形态学操作）来去除噪声。
查找轮廓并过滤，将字符区域提取出来。
OCR 识别，逐个字符识别并拼接为最终的验证码。

整体代码

import cv2
import pytesseract
import numpy as np

# 如果你在Windows上使用Tesseract，取消注释并设置Tesseract路径
# pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'

# 加载验证码图像
image = cv2.imread('./img/code.jpg')

# 转为灰度图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 应用高斯模糊来去噪声
blurred = cv2.GaussianBlur(gray, (5, 5), 0)

# 二值化，设定阈值
_, binary = cv2.threshold(blurred, 150, 255, cv2.THRESH_BINARY_INV)

# 形态学操作（去除噪声）
kernel = np.ones((2, 2), np.uint8)
cleaned = cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel)

# 在图像上查找轮廓，并尝试将字符分割开
contours, _ = cv2.findContours(cleaned, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 对轮廓进行排序（从左到右）
contours = sorted(contours, key=lambda ctr: cv2.boundingRect(ctr)[0])

# 逐个轮廓识别字符
recognized_text = ""
for contour in contours:
    x, y, w, h = cv2.boundingRect(contour)

    # 过滤太小或太大的区域，避免识别噪声
    if w > 5 and h > 15:
        char_img = cleaned[y:y + h, x:x + w]

        # 调用Tesseract OCR识别单个字符
        char_text = pytesseract.image_to_string(char_img, config='--psm 10')
        recognized_text += char_text.strip()

# 打印识别结果
print(f"识别出的验证码是: {recognized_text}")

# 显示预处理后的图像
cv2.imshow('Processed Image', cleaned)
cv2.waitKey(0)
cv2.destroyAllWindows()