尝试在 python 中使用 OpenCV 和 Tesseract 识别验证码，但准确性不高

Question

我正在尝试将验证码识别为文本。

这个验证码不是很难。（如我所想）

我打开图片，用OpenCV转换，方便识别。

我给你举个例子。示例验证码

在 OpenCV Catpcha 之后

image = cv2.imread(filename)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) 
gray = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]
cv2.imwrite('OPENCV.png', gray)

# Get Text From Image
pytesseract.image_to_string(Image.open('OPENCV.png'), lang='eng', config="-c tessedit_char_whitelist=0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ --psm 8")

很简单。但结果是 'PLLY2'，但我想要 'PLLVI2' 或 'PLLV12'。

我可以使用任何选项或其他方法来获得更高的准确性吗？

我使用'psm 8'的一个词选项。我曾试图让 tesseract 找到固定数量的字符，但这是不可能的。

如果你给我一个提示，我将不胜感激。非常感谢您阅读这个问题。

Answer 1

您可以将图像切片以制作每个字母并使用 --psm 10:

image = cv2.imread(filename)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) 
gray = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]

gray1 = gray[:, :25]
gray2 = gray[:, 25:50]
gray3 = gray[:, 50:75]
gray4 = gray[:, 75:100]
gray5 = gray[:, 100:125]
gray6 = gray[:, 125:]

print(''.join([pytesseract.image_to_string(i, config='--psm 10 -c tessedit_char_whitelist=0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ') for i in [gray1, gray2, gray3, gray4, gray5, gray6]])

尝试在 python 中使用 OpenCV 和 Tesseract 识别验证码，但准确性不高

Trying to recognize Captcha with OpenCV & Tesseract in python, but not good Accuracy

python

ocr

tesseract

python-tesseract