验证码（CAPTCHA）通常用于防止恶意机器人提交数据，但在某些自动化测试或数据处理任务中，我们可能需要自动识别验证码。本篇文章将介绍如何使用 Python 结合 Tesseract OCR 来解析验证码，并优化识别准确度。
1. 环境准备
1.1 安装 Python
如果你的系统尚未安装 Python，可以从 Python 官方网站 下载并安装。安装完成后，使用以下命令检查是否安装成功：
python --version
1.2 安装 Tesseract OCR
Windows 用户：
访问 Tesseract GitHub 下载 Windows 版本。
按照安装向导完成安装，并将 Tesseract-OCR 目录添加到环境变量。
运行以下命令检查是否安装成功：
tesseract --version
Linux（Ubuntu 示例）：
sudo apt update
sudo apt install tesseract-ocr
macOS（使用 Homebrew）：
brew install tesseract
1.3 安装 Python 依赖
使用 pip 安装所需的 Python 库：
pip install pytesseract opencv-python pillow numpy
pytesseract：Python 版本的 Tesseract OCR 接口
opencv-python：用于图像处理
Pillow：处理图片的库
numpy：用于数组和矩阵操作
2. 代码实现
下面的 Python 代码展示了如何加载验证码图像、进行预处理，并使用 Tesseract 进行 OCR 解析。
2.1 代码示例
import cv2
import pytesseract
import numpy as np
from PIL import Image
# Windows 需要手动指定 Tesseract 路径
# pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"
# 加载验证码图片
image_path = "captcha.png"
image = cv2.imread(image_path)
# 转换为灰度图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 二值化处理，提高对比度
_, binary = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY)
# 进行 OCR 识别
text = pytesseract.image_to_string(binary, config="--psm 6")
# 输出识别结果
print(f"识别出的验证码: {text.strip()}")
# 可选：保存处理后的图像
cv2.imwrite("processed_captcha.png", binary)
3. 代码解析
3.1 图像预处理
为了提高 OCR 识别率，我们对验证码进行以下优化：
转换为灰度图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
颜色信息可能会干扰识别，因此转换为 灰度图像。
二值化处理
_, binary = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY)
通过二值化提高图像的对比度，使字符更清晰。
3.2 OCR 解析
text = pytesseract.image_to_string(binary, config="--psm 6")
pytesseract.image_to_string()：执行 OCR 识别
--psm 6：指定 Tesseract 的页面分割模式（适用于单行文本）
4. 运行程序
将验证码图片 captcha.png 放入代码目录，并运行：
python captcha_reader.py
如果运行成功，会输出：
识别出的验证码: 4g7kA
5. 提高 OCR 识别率
5.1 选择合适的 Tesseract PSM 模式
Tesseract 提供了多种页面分割模式（PSM），适用于不同的场景：
--psm 6：假设验证码是一行文本
--psm 8：针对单个字符
--psm 11：处理不规则文本
可修改 config 参数：
text = pytesseract.image_to_string(binary, config="--psm 8")
5.2 进一步图像优化
去除噪点
binary = cv2.medianBlur(binary, 3)
使用 中值滤波 去除噪点，提高识别率。
放大字符
更多内容访问ttocr.com或联系1436423940
resized = cv2.resize(binary, None, fx=2, fy=2, interpolation=cv2.INTER_CUBIC)
放大字符，提高 OCR 识别准确度。
5.3 使用特定语言训练数据
Tesseract 默认使用 eng（英语）进行识别，如果验证码主要是数字，可以使用：
text = pytesseract.image_to_string(binary, lang="eng+osd", config="--psm 6")
lang="eng+osd"：结合 eng（英语）和 osd（自动方向检测）
你也可以训练自己的 OCR 语言模型，提高识别率。