这篇文章主要介绍了Python编程实现的图片识别功能,涉及Python PIL模块的安装与使用技巧,需要的朋友可以参考下
本文实例讲述了Python编程实现的图片识别功能。分享给大家供大家参考,具体如下:
1. 安装PIL,官方没有WIN64位,Pillow替代
pip install Pillow-2.7.0-cp27-none-win_amd64.whl
2. 安装Pytesser
下载pytesser_v0.0.1.zip,解压后复制进Python27\Lib\site-packges\pytesser路径下,无pytesser则新建
在Python27\Lib\site-packges\pytesser中新建一pytesser.pth文件,内容为pytesser
在pytesser内,修改三点
① pytesser.py修改成__init.py__
② 修改pytesser.py
import Image
改为
from PIL import Image
tesseract_exe_name = 'tesseract' 改为tesseract_exe_name = 'Python27\\Lib\\site-packges\\pytesser\\tesseract' 注意\转义
③ 安装Tesseract
下载后解压,找到tessdata文件夹,用其替换掉pytesser解压后的tessdata文件夹即可。
不过除了测试用验证码之外,其余的系统验证码的识别率很低。
附测试代码
from pytesser import * from PIL import Image, ImageEnhance im = Image.open('D:\Python27\Lib\site-packages\pytesser\phototest.tif') im2 = Image.open(r'D:\Python27\Lib\site-packages\pytesser\fnord.tif','r') im3 = Image.open(r'F:\PROJECT\python\code\Study_1\src\20170424\cp.jpg','r') #文件读写模式以防报错 #图片处理1::黑白处理 enhancer = ImageEnhance.Contrast(im3) image2 = enhancer.enhance(5) image2.show() print image_to_string(image2) #图片处理2: 降噪处理 imgry = im3.convert('L') #灰度处理 #灰度处理基础上二值化处理 threshold = 140 table = [] for i in range(256): if i < threshold: table.append(0) else: table.append(1) out = imgry.point(table, '1') out.show() text = image_to_string(out) if text.isspace() : print "FAILE" else: print text #print text
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!