其实关于验证码识别涉及很多方面的内容，入手难度大，但是入手后，可拓展性又非常广泛，可玩性极强，成就感也很足，对这感兴趣的朋友们下面跟着小编一起来学习学习吧。依赖
sudo apt-get install python-imagingsudo apt-get install tesseract-ocrpip install pytesseract
利用google ocr来识别验证码
from PIL import Imageimport pytesseractimage = Image.open('v1.jpg')vcode = pytesseract.image_to_string(image)print vcode
但是
pytesseract
本身识别率不高，而且一般网站的验证码都带有大量干扰元素。(￣▽￣)” 所以我们首先要对验证码进行去噪。 对于单像素干扰线、干扰点我们可以通过扫描整个图像，考察每一个像素点所临近的八个像素点的颜色，如果不同的个数大于一定的值，那就说明该点是离散点，需要去除。 另外也可以尝试设定阈值来直接将验证码二值化。下面是两张学校网站上的验证码我们可以看到验证码存在单像素干扰点，所以我们需要设法去除。但是经过反复刷新验证码，发现这个验证码 1. 只有加法运算 2.至多两位数的加法 3.文字部分一定是红色(255,0,0)有了上述的信息，可以判断这个验证码的生成算法是有缺陷的
import Image from numpy import * import pytesseract im = Image.open('1.png') im = im.convert('RGB') #拉长图像，方便识别。im = im.resize((200,80)) a = array(im) for i in xrange(len(a)): for j in xrange(len(a[i])): if a[i][j][0] == 255: a[i][j]=[0,0,0] else: a[i][j]=[255,255,255] im = Image.fromarray(a) im.show() vcode = pytesseract.image_to_string(im) print vcode
利用上述脚本我们可以将图像进行二值化，利用google ocr进行识别。再通过
eval()
来对表达式进行求值。总结python验证码识别的内容到这就基本介绍了，希望这篇文章对大家的学习或者工作能有所帮助，如果有疑问大家可以留言交流。爱的力量大到可以使人忘记一切，
