目录

1、环境准备（windows)

2、实现目的:

3、代码实现

5、二值化处理去掉一些杂质

6、评价

1、环境准备（windows)

1. 打开cmd(命令符窗口)输入以下命令：  pip install pytesseract 
2. 安装Tesseract-OCR：下载地址为https://sourceforge.net/projects/tesseract-ocr-alt/files/，可以下载exe程序安装。

 等待几秒自动下载（进不去多试几次）

 安装（next就行了，不过建议安装在C盘之外的盘）。。有点久

验证：cmd输入  tesseract -v

有下列信息即为成功：

2、实现目的:

识别一张图片上的英文字母

3、代码实现

# -*- coding: utf-8 -*-
"""
@File  : OCR.py
@author: FxDr
@Time  : 2022/10/30 18:12
"""
from PIL import Image
import pytesseract

th = Image.open("img_out5.png")
print(pytesseract.image_to_string(th))

输出如下：

5、二值化处理去掉一些杂质

如下图：

二值化处理。上图文本的部分颜色比较深，因此可以把大于某个临界灰度值的像素灰度设为灰度极大值，把小于这个值的像素灰度设为灰度极小值，从而实现二值化

通过代码：

# -*- coding: utf-8 -*-
"""
@File  : OCR处理验证码.py
@author: FxDr
@Time  : 2022/10/30 17:17
"""

from PIL import Image
# 灰度处理
im = Image.open("img.png")
g = im.convert('L')
# g.show()

# 二值化处理
threshold = 150
table = []
for i in range(256):
    if i < threshold:
        table.append(0)
    else:
        table.append(1)
out = g.point(table, '1')
out.show()
out.save("img_out.png")

import pytesseract

th = Image.open("img_out.png")
print(pytesseract.image_to_string(th))

 会打开一张图片：img_out.png

但是输出的结果为：

 可见：E的识别并不准确

 6、评价

我们通过上述示例可以知道，tesseract OCR

可以帮我们识别一些图片上的英文字母

而通过二值化我们可以去掉一些图片上的不需要的背景

但是也有不足：

识别并不是那么准确。

但是对那些简单的验证码来说，还是比较不错的