一、作用
a、Python-tesseract是一个基于google's Tesseract-OCR的独立封装包；
b、Python-tesseract功能是识别图片文件中文字，并作为返回参数返回识别结果；
c、Python-tesseract默认支持tiff、bmp格式图片，只有在安装PIL之后，才能支持jpeg、gif、png等其他图片格式；

二、设计逻辑
、、

三、代码实现

#coding:utf8
import Image
import pytesseract

image=Image.open("image.jpg")
image.load()
image.show()
vcode=pytesseract.image_to_string(image)    
print vcode

安装过程

pytesser 调用了 tesseract，因此需要安装 tesseract，安装 tesseract 需要安装 leptonica，否则编译tesseract 的时候出现 "configure: error: leptonica not found"。

[cpp]  view plain  copy
  1. sudo apt-get install tesseract-ocr</span>  

之后利用pip安装pytesseract的包

[cpp]  view plain  copy
  1. sudo pip install pytesseract  

就可以使用了.

windows系统可以参考http://blog.csdn.net/evankaka/article/details/49533493这篇博客就OK了.

也可以参考https://www.quora.com/How-do-I-use-PyTesser-and-Tesseract-OCR-in-Ubuntu-with-Python



原理：

验证码图像处理

验证码图像识别技术主要是操作图片内的像素点,通过对图片的像素点进行一系列的操作,最后输出验证码图像内的每个字符的文本矩阵。

1、读取图片
2、图片降噪
3、图片切割
4、图像文本输出


（2）验证字符识别

验证码内的字符识别主要以机器学习的分类算法来完成,目前我所利用的字符识别的算法为KNN(K邻近算法)和SVM (支持向量机算法),后面我 会对这两个算法的适用场景进行详细描述。

1、获取字符矩阵
2、矩阵进入分类算法
3、输出结果


要验证的图片如下：

[python]  view plain  copy
  1. import pytesseract  
  2. import Image  
  3. image = Image.open('1.jpg')   
  4. print pytesseract.image_to_string(image)   

结果如下

[python]  view plain  copy
  1. Python 2.7.9 (default, Apr  2 2015, 15:33:21)   
  2. [GCC 4.9.2] on linux2  
  3. Type "copyright", "credits" or "license()" for more information.  
  4. ==== No Subprocess ====  
  5. >>>   
  6. 1201  
  7. >>>   

也可以使用复杂一点的,上面的只能对一些比较简单的做处理

原理：彩色转灰度，灰度转二值，二值图像识别

[python]  view plain  copy
  1. # 验证码识别，此程序只能识别数据验证码  
  2. import Image    
  3. import ImageEnhance    
  4. import ImageFilter    
  5. import sys    
  6. from pytesseract import *  
  7. # 二值化    
  8. threshold = 140    
  9. table = []    
  10. for i in range(256):    
  11.     if i < threshold:    
  12.         table.append(0)    
  13.     else:    
  14.         table.append(1)    
  15.     
  16. #由于都是数字    
  17. #对于识别成字母的 采用该表进行修正    
  18. rep={'O':'0',    
  19.     'I':'1','L':'1',    
  20.     'Z':'2',    
  21.     'S':'8'    
  22.     };    
  23.     
  24. def  getverify1(name):          
  25.     #打开图片    
  26.     im = Image.open(name)    
  27.     #转化到灰度图  
  28.     imgry = im.convert('L')  
  29.     #保存图像  
  30.     imgry.save('g'+name)    
  31.     #二值化，采用阈值分割法，threshold为分割点   
  32.     out = imgry.point(table,'1')    
  33.     out.save('b'+name)    
  34.     #识别    
  35.     text = image_to_string(out)    
  36.     #识别对吗    
  37.     text = text.strip()    
  38.     text = text.upper();      
  39.     for r in rep:    
  40.         text = text.replace(r,rep[r])     
  41.     #out.save(text+'.jpg')    
  42.     print text    
  43.     return text    
  44. getverify1('1.jpg')  #注意这里的图片要和此文件在同一个目录，要不就传绝对路径也行    


# 文字识别
GitHub 加速计划 / te / tesseract
60.1 K
9.29 K
下载
tesseract-ocr/tesseract: 是一个开源的光学字符识别（OCR）引擎，适用于从图像中提取和识别文本。特点是可以识别多种语言，具有较高的识别准确率，并且支持命令行和API调用。
最近提交(Master分支：2 个月前 )
bc490ea7 Don't check for a directory, because a symbolic link is also allowed. Signed-off-by: Stefan Weil <sw@weilnetz.de> 4 个月前
2991d36a - 5 个月前
Logo
GitCode 开源社区

旨在为数千万中国开发者提供一个无缝且高效的云端环境，以支持学习、使用和贡献开源项目。

更多推荐

[转载]在Windows环境下安装GNU Radio

转自：在Windows环境下安装GNURadio_恐弱智_新浪博客GNU Radio是用Python开发的，大部分开源的工程能够在Linux环境下运行良好，而Windows下却运行的很勉强，而且安装配置都很复杂。GNU Radio算是个例外了，不光提供了Windows的二进制安装，还有比较详细的说明。我是Python小白，所以折腾了好久才弄好，特意记录下来，免得以后再装还折腾。GNU Radio的

avatar GitCode 开源社区

centOS 8 使用dnf安装Docker

DNF是什么？CentOS 8使用YUM软件包管理器版本v4.0.4。现在，该版本使用DNF(已删除YUM)。DNF是软件包管理器。它会在Linux发行版上安装，执行更新并删除软件包。使用DNF安装Docker跳过具有损坏依赖性的程序包一个有效的解决方案是使您的CentOS 8系统使用以下--nobest命令安装最符合条件的版本：sudo dnf install docker...

avatar GitCode 开源社区

定时同步数据库表(mysql+linux+crontab)

sync.sh里面的参数需要改变，ip/username/password/database/tablesync.sh#!/bin/sh# Please change the IP and password of the data source db.# Then change the table name.filename=/home/nington/db/$(date +%Y-%m

avatar GitCode 开源社区