關於利用python進行驗證碼識別的一些想法

 

        用python加「驗證碼」爲關鍵詞在baidu裏搜一下，能夠找到不少關於驗證碼識別的文章。我大致看了一下，主要方法有幾類：一類是經過對圖片進行處理，而後利用字庫特徵匹配的方法，一類是圖片處理後創建字符對應字典，還有一類是直接利用ocr模塊進行識別。無論是用什麼方法，都須要首先對圖片進行處理，因而試着對下面的驗證碼進行分析。
        1、圖片處理

 

        這個驗證碼中主要的影響因素是中間的曲線，首先考慮去掉圖片中的曲線。考慮了兩種算法：
        第一種是首先取到曲線頭的位置，即x=0時，黑點的位置。而後向後移動x的取值，觀察每一個x下黑點的位置，判斷先後兩個相鄰黑點之間的距離，若是距離在必定範圍內，能夠基本判斷該點是曲線上的點，最後將曲線上的點所有繪成白色。試了一下這種方法，結果獲得的圖片效果很通常，曲線不能徹底去除，並且容量將字符的線條去除。
        第二種考慮用單位面積內點的密度來進行計算。因而首先計算單位面積內點的個數，將單位面積內點個數少於某一指定數的面積去除，剩餘的部分基本上就是驗證碼字符的部分。本例中，爲了便於操做，取了5*5作爲單位範圍，並調整單位面積內點的標準密度爲11。處理後的效果：

        2、字符驗證
        這裏我使用的方法是利用pytesser進行ocr識別，但因爲這類驗證碼字符的不規則性，使得驗證結果的準確性並非很高。具體哪位大牛，有什麼好的辦法，但願能給指點一下。
        3、準備工做與代碼實例
        一、PIL、pytesser、tesseract
        (1)安裝PIL：下載地址：http://www.pythonware.com/products/pil/
        (2)pytesser:下載地址：http://code.google.com/p/pytesser/,下載解壓後直接放在代碼相同的文件夾下，便可使用。
        (3)Tesseract OCR engine下載：http://code.google.com/p/tesseract-ocr/，下載後解壓，找到tessdata文件夾，用其替換掉pytesser解壓後的tessdata文件夾便可。
        二、具體代碼

#encoding=utf-8
###利用點的密度計算
import Image,ImageEnhance,ImageFilter,ImageDraw
import sys
from pytesser import *
#計算範圍內點的個數
def numpoint(im):
    w,h = im.size
    data = list( im.getdata() )
    mumpoint=0
    for x in range(w):
        for y in range(h):
            if data[ y*w + x ] !=255:#255是白色
                mumpoint+=1
    return mumpoint
                
#計算5*5範圍內點的密度
def pointmidu(im):
    w,h = im.size
    p=[]
    for y in range(0,h,5):
        for x in range(0,w,5):
            box = (x,y, x+5,y+5)
            im1=im.crop(box)
            a=numpoint(im1)
            if a<11:##若是5*5範圍內小於11個點，那麼將該部分所有換爲白色。
                for i in range(x,x+5):
                    for j in range(y,y+5):
                        im.putpixel((i,j), 255)
    im.save(r'img.jpg')
        
def ocrend():##識別
    image_name = "img.jpg"
    im = Image.open(image_name)
    im = im.filter(ImageFilter.MedianFilter())
    enhancer = ImageEnhance.Contrast(im)
    im = enhancer.enhance(2)
    im = im.convert('1')
    im.save("1.tif")
    print image_file_to_string('1.tif')    
    
if __name__=='__main__':
    image_name = "1.png"
    im = Image.open(image_name)
    im = im.filter(ImageFilter.DETAIL)
    im = im.filter(ImageFilter.MedianFilter())
    
    enhancer = ImageEnhance.Contrast(im)
    im = enhancer.enhance(2)
    im = im.convert('1')
    ##a=remove_point(im)
    pointmidu(im)
    ocrend()

本人的這個方法，最終識別率確實不高，寫出來，哪位高手有好的思路或者作法，望不惜賜教！