Python 的OCR机制分析验证码

Python 的OCR机制分析验证码

在用QTP做automation的时候总会遇到烦人的验证码，尝试从技术角度出发去解决，不知为什么QTP10之后对OCR的识别能力有所下降，无奈考虑其他的办法

今天搜索了大量的网站，终于有了一些小成就，不过还是只能识别一些简单的验证码，当验证码中的干扰素多的情况下识别能力还是不够给力

以下为代码+测试片段：

1. from PIL import Image  
2. from pytesser import *  
3.   
4. def captcha(inputPic):  
5.       
6.     img = Image.open(inputPic) # Your image here!   
7.     img = img.convert("RGBA")  
8.   
9.     pixdata = img.load()  
10.   
11.     # Make the letters bolder for easier recognition   
12.   
13.     for y in xrange(img.size[1]):  
14.         for x in xrange(img.size[0]):  
15.              if pixdata[x, y][0] < 90:  
16.                  pixdata[x, y] = (0, 0, 0, 255)  
17.   
18.     for y in xrange(img.size[1]):  
19.         for x in xrange(img.size[0]):  
20.              if pixdata[x, y][1] < 136:  
21.                  pixdata[x, y] = (0, 0, 0, 255)  
22.   
23.     for y in xrange(img.size[1]):  
24.         for x in xrange(img.size[0]):  
25.             if pixdata[x, y][2] > 0:  
26.                 pixdata[x, y] = (255, 255, 255, 255)  
27.   
28.     img.save("c:\\input-black.gif", "GIF")  
29.   
30.     #   Perform OCR using tesseract-ocr library   
31.     return image_file_to_string('c:\\input-black.gif')  
32.   
33. if __name__ == '__main__':  
34.     print captcha('c:\\untitled.bmp')  

注：需要依赖于PIL和pyTesser

PIL：http://www.pythonware.com/products/pil/

pyTesser：http://code.google.com/p/pytesser/