验证码识别工具 在线验证码识别

序tesseract是什么?

ImageMagick是什么?

Leptonica 是什么?

工具安装

识别验证码一般应用

提高图片质量

我只想识别字符和数字?

训练你的tesseract

FAQempty page!!



首先说下我要用到的工具:tesseract/ImageMagick/…etc.

tesseract是什么?

tesseract谷歌(原HP)开源的OCR(Optical Character Recognition,光学字符识别)识别引擎,引用google code tesseract-ocr的话——可能是开源界最精确的识别引擎:

Tesseract is probably the most accurate open source OCR engine available. Combined with the Leptonica Image Processing Library it can read a wide variety of image formats and convert them to text in over 60 languages. It was one of the top 3 engines in the 1995 UNLV Accuracy test. Between 1995 and 2006 it had little work done on it, but since then it has been improved extensively by Google. It is released under the Apache License 2.0.

ImageMagick是什么?

ImageMagick是一个用于查看、编辑位图文件以及进行图像格式转换的开放源代码软件套装

我在这里之所以提到ImageMagick是因为某些图片格式需要用这个工具来转换。

Leptonica 是什么?

Leptonica 是一图像处理与图像分析工具,tesseract依赖于它。而且不是所有的格式(如jpg)都能处理,所以我们需要借助imagemagick做格式转换。leptonica格式受限为:

Here's a summary of compression support and limitations: - All formats except JPEG support 1 bpp binary. - All formats support 8 bpp grayscale (GIF must have a colormap). - All formats except GIF support 24 bpp rgb color. - All formats except PNM support 8 bpp colormap. - PNG and PNM support 2 and 4 bpp images. - PNG supports 2 and 4 bpp colormap, and 16 bpp without colormap. - PNG, JPEG, TIFF and GIF support image compression; PNM and BMP do not. - WEBP supports 24 bpp rgb color.工具安装

如果你老老实实的去google codetesseract-ocr下载最新的tar.gz

$tar xzvf tesseract-ocr-3.02.02.tar.gz -C ~/Downloads/tesseract$cd ~/Downloads/tesseract-ocr$less README$./autogen.sh$./configure$make$make install$sudo ldconfig

可能,你会在autogen.sh卡壳(环境没有配置)。另外,你还有依赖关系要解决。

如果你的发行版有官方或者第三方维护的二进制包,干嘛自己编译呢?直接命令行安装(比如我的archlinux):

[hilo@hilo ]$ sudo pacman -S tesseract #leptonica、libpng 等依赖会自动解决滴[hilo@hilo ]$ sudo pacman -S tesseract-data-eng #英文的语言包还是必须要滴[hilo@hilo ]$ sudo pacman -S imagemagick #如果你还没有安装过imagemagick识别验证码

一般应用

比如我有一张a.jpg的图片:



[hilo@hilo ~]$ convert a.jpg a.tif #先转为可识别的a.tif[hilo@hilo ]$ tesseract a.tif out[hilo@hilo ]$ cat out.txt #查看识别到的验证码提高图片质量

识别成功率跟图片质量关系密切,一般拿到后的验证码都得经过灰度化,二值化,去噪,利用imgick就可以很方便的做到.convert -monochrome foo.png bar.png #将图片二值化

这是推荐读下鬼仔的高级验证码识别
验证码识别工具 在线验证码识别

我只想识别字符和数字?

ok, 没有问题,可以参考faq,结尾仅需要加digits

tesseract imagename outputbase digits训练你的tesseract

不得不说,tesseract英文识别率已经很不错了(现有的tesseract-data-eng),但是验证码识别还是太鸡肋了。但是请别忘记,tesseract的智能识别是需要训练的.

未完FAQ

这里罗列一下faq上没有提到的的问题:

empty page!!

严格来说,这不是一个bug(tesseract 3.0),出现这个错误是因为tesseract搞不清图像的字符布局,如果你看过tesseract wiki,你就应该知道如何解决:

-psm N Set Tesseract to only run a subset of layout analysis and assume a certain form of image. The options for N are: 0 = Orientation and script detection (OSD) only. 1 = Automatic page segmentation with OSD. 2 = Automatic page segmentation, but no OSD, or OCR. 3 = Fully automatic page segmentation, but no OSD. (Default) 4 = Assume a single column of text of variable sizes. 5 = Assume a single uniform block of vertically aligned text. 6 = Assume a single uniform block of text. 7 = Treat the image as a single text line. 8 = Treat the image as a single word. 9 = Treat the image as a single word in a circle. 10 = Treat the image as a single character.

对于我们的验证码a.tif排列来说,采用-psm 7(single text line)比较合适。

$ tesseract 84.tif out -l eng -psm 7 ;cat out.txt

  

爱华网本文地址 » http://www.413yy.cn/a/25101011/58486.html

更多阅读

QQ登录时总是提示输入验证码怎么办 qq登录老是输入验证码

QQ登录时总是提示输入验证码怎么办——简介最近几天登陆QQ时总是提示输入验证码?这是怎么回事呢?QQ帮助说是由于IP问题,可是我也没在别的地方登陆过啊,我也查过,都是在一个地区登陆的,还有的说,可能是病毒造成的。不管了,先按要求升级设备锁

网页验证码无法显示如何处理 网页验证码图片不显示

网页验证码无法显示如何处理——简介在我们打开含有验证码的网页时,验证码图片没有显示或很慢才显示出来、需要刷新几次才能够显示出来,这可能原因为Internet选项设置了禁用控件、Internet选项设置阻挡所有网站cookies、Internet选项

五笔学习之如何添加识别码

五笔学习之如何添加识别码——简介在学习五笔中,我们背了字根,也学会了拆分,但不会添加识别码。那该如何添加识别码呢?费话我就不多说了,现在就由小编我向大家分享如何添加识别码吧!不足四个字根的单字我们需要添加识别码。如果该单字是简

验证码不显示 浏览器验证码显示不全

验证码不显示——简介验证码不显示,通常情况下是网络滞后、刷新不快所致,按一下F5刷新按钮即可显示验证码。当然,也有网站服务器本身的问题导致的,只要不是所有的网站都这样,那就是个别网站服务器的问题(或在维护等原因),稍后再试。如果所有

qq每次登陆都需要验证码怎么办 手机验证码

qq每次登陆都需要验证码怎么办——简介qq每次登陆都需要验证码怎么办?qq每次登陆都需要验证码怎么办——方法/步骤qq每次登陆都需要验证码怎么办 1、qq的登陆验证码是对于qq账号的一种保护措施,对于qq每次登陆都需要验证码,官方的解释

声明:《验证码识别工具 在线验证码识别》为网友杰瑞老大分享!如侵犯到您的合法权益请联系我们删除