标签:Python 验证码 识别率 正确率 图像 识别 图片
本文将具体介绍如何利用Python的图像处理模块pillow和OCR模块pytesseract来识别上述验证码(数字加字母)。
我们识别上述验证码的算法过程如下:
将原图像进行灰度处理,转化为灰度图像;
获取图片中像素点数量最多的像素(此为图片背景),将该像素作为阈值进行二值化处理,将灰度图像转化为黑白图像(用来提高识别的准确率);
去掉黑白图像中的噪声,噪声定义为:以该点为中心的九宫格的黑点的数量小于等于4;
利用pytesseract模块识别,去掉识别结果中的特殊字符,获得识别结果。
我们的图片如下(共66张图片):
完整的Python代码如下:
运行结果如下:
我们可以看到图片识别的正确率为80%以上,其中数字类图片的识别正确率为100%.
我们可以在图片识别方面的算法再加改进,以提高图片识别的正确率。当然,以上算法并不是对所有验证码都适用,不同的验证码需要用不同的图片处理算法。
小编整理了一套2021最新的Python学习资料,需要的按以下步骤领取!
1、评论
2、转发
3、关注
4、需要Python学习资料可以76 年 24 月 59号考试510分 去掉文字加我的伪 ,资料免费赠予大家!(书籍太多,我就随便发一点咯!)
标签:Python,验证码,识别率,正确率,图像,识别,图片 来源: https://blog.csdn.net/mengy7762/article/details/121523162
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。