Python 代码实现验证码识别,很稳

一、环境配置

• 需要 pillow 和 pytesseract 这两个库，pip install 安装就好了。

pip install pillow -i http://pypi.douban.com/simple --trusted-host pypi.douban.compip install pytesseract -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

• 安装好Tesseract-OCR.exe

• pytesseract 库的配置：搜索找到pytesseract.py，打开该.py文件，找到 tesseract_cmd，改变它的值为刚才安装 tesseract.exe 的路径。

往期阅读>>>

Python 20 个文本分析的库：效率提升 10 倍的秘密武器

Python 金融定价利器FinancePy库深度解析

Python 为什么会成为AI时代的头部语言

Python 40个常用的列表推导式

Python 50个提高代码开发效率的方法

Python 自动检测服务HTTPS证书过期时间并发送预警

Python 自动化操作Redis的15个实用脚本

Python 自动化管理Jenkins的15个实用脚本，提升效率

Python copyparty搭建轻量的文件服务器的方法

Python 实现2FA认证的方法，提升安全性

Python 封装20个常用API接口，提升开发效率

App2Docker：如何无需编写Dockerfile也可以创建容器镜像

Python 集成 Nacos 配置中心的方法

Python 35个JSON数据处理方法

Python 字典与列表的20个核心技巧

Python 15个文本分析的库，提升效率

Python 15个Pandas技巧，提升数据分析效率

Python 运维中30个常用的库，提升效率

Python调用远程接口的方法

Python 提取HTML文本的方法，提升效率

Python 应用容器化方法：实现“一次部署，处处运行”

Python 自动化识别Nginx配置并导出为excel文件，提升Nginx管理效率

Python 5个常见的异步任务处理框架

Python数据科学常见的30个库

Python 50个实用代码片段，优雅高效

二、验证码识别

识别验证码，需要先对图像进行预处理，去除会影响识别准确度的线条或噪点，提高识别准确度。

实例1

importcv2ascvimportpytesseractfromPILimportImagedefrecognize_text(image):# 边缘保留滤波  去噪dst = cv.pyrMeanShiftFiltering(image, sp=10, sr=150)# 灰度图像gray = cv.cvtColor(dst, cv.COLOR_BGR2GRAY)# 二值化ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV|cv.THRESH_OTSU)# 形态学操作   腐蚀  膨胀erode = cv.erode(binary, None, iterations=2)dilate = cv.dilate(erode, None, iterations=1)cv.imshow('dilate', dilate)# 逻辑运算  让背景为白色  字体为黑  便于识别cv.bitwise_not(dilate, dilate)cv.imshow('binary-image', dilate)# 识别test_message = Image.fromarray(dilate)text = pytesseract.image_to_string(test_message)print(f'识别结果：{text}')src = cv.imread(r'./test/044.png')cv.imshow('input image', src)recognize_text(src)cv.waitKey(0)cv.destroyAllWindows()

运行效果如下：

识别结果：3n3DProcess finished with exit code 0

实例2

importcv2ascvimportpytesseractfromPILimportImagedefrecognize_text(image):# 边缘保留滤波  去噪blur =cv.pyrMeanShiftFiltering(image, sp=8, sr=60)cv.imshow('dst', blur)# 灰度图像gray = cv.cvtColor(blur, cv.COLOR_BGR2GRAY)# 二值化ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV|cv.THRESH_OTSU)print(f'二值化自适应阈值：{ret}')cv.imshow('binary', binary)# 形态学操作  获取结构元素  开操作kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 2))bin1 = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel)cv.imshow('bin1', bin1)kernel = cv.getStructuringElement(cv.MORPH_OPEN, (2, 3))bin2 = cv.morphologyEx(bin1, cv.MORPH_OPEN, kernel)cv.imshow('bin2', bin2)# 逻辑运算  让背景为白色  字体为黑  便于识别cv.bitwise_not(bin2, bin2)cv.imshow('binary-image', bin2)# 识别test_message = Image.fromarray(bin2)text = pytesseract.image_to_string(test_message)print(f'识别结果：{text}')src = cv.imread(r'./test/045.png')cv.imshow('input image', src)recognize_text(src)cv.waitKey(0)cv.destroyAllWindows()

运行效果如下：

二值化自适应阈值：181.0识别结果：8A62N1Process finished with exit code 0

实例3

importcv2ascvimportpytesseractfromPILimportImagedefrecognize_text(image):# 边缘保留滤波  去噪blur = cv.pyrMeanShiftFiltering(image, sp=8, sr=60)cv.imshow('dst', blur)# 灰度图像gray = cv.cvtColor(blur, cv.COLOR_BGR2GRAY)# 二值化  设置阈值  自适应阈值的话 黄色的4会提取不出来ret, binary = cv.threshold(gray, 185, 255, cv.THRESH_BINARY_INV)print(f'二值化设置的阈值：{ret}')cv.imshow('binary', binary)# 逻辑运算  让背景为白色  字体为黑  便于识别cv.bitwise_not(binary, binary)cv.imshow('bg_image', binary)# 识别test_message = Image.fromarray(binary)text = pytesseract.image_to_string(test_message)print(f'识别结果：{text}')src = cv.imread(r'./test/045.jpg')cv.imshow('input image', src)recognize_text(src)cv.waitKey(0)cv.destroyAllWindows()

运行效果如下：

二值化设置的阈值：185.0识别结果：7364Process finished with exit code 0

示例4：处理带有简单干扰点的验证码此示例适用于背景有散落噪点，但字符相对清晰的验证码。核心是使用中值滤波去除椒盐噪声，并结合形态学开运算消除小点。

importcv2importpytesseractfromPILimportImagedefrecognize_text_with_dots(image_path):# 读取图片img = cv2.imread(image_path)# 1. 中值滤波，有效去除孤立的噪点（如椒盐噪声）median = cv2.medianBlur(img, 3)# 2. 转换为灰度图gray = cv2.cvtColor(median, cv2.COLOR_BGR2GRAY)# 3. 二值化（使用Otsu自动阈值）_, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)# 4. 形态学开运算：先腐蚀后膨胀，去除细小白色噪点kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (2, 2))opened = cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel)# 5. 将图像反相（白底黑字）以满足Tesseract的默认期望result = cv2.bitwise_not(opened)# 6. 调用Tesseract OCR识别，指定配置为单个统一文本块text = pytesseract.image_to_string(Image.fromarray(result), config='--psm 8')returntext.strip()# 使用示例captcha_code = recognize_text_with_dots('./test/captcha_with_noise.png')print(f"识别结果: {captcha_code}")

示例5：处理字符粘连的验证码当验证码字符之间粘连严重时，可以尝试使用腐蚀操作进行轻微分离，但需谨慎控制迭代次数，避免字符断裂。

importcv2importpytesseractimportnumpyasnpfromPILimportImagedefrecognize_text_sticky(image_path):img = cv2.imread(image_path)# 预处理：去噪、灰度化、二值化（步骤同示例4，此处省略详细代码）gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)_, binary_inv = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)# 关键步骤：轻微腐蚀以尝试分离粘连字符# 使用一个细长的水平核，旨在切断水平方向的粘连kernel_horizontal = np.array([[0, 0, 0, 0, 0],                                   [1, 1, 1, 1, 1],                                   [0, 0, 0, 0, 0]], dtype=np.uint8)# 迭代次数为1，防止过度腐蚀eroded = cv2.erode(binary_inv, kernel_horizontal, iterations=1)# 后续可以再进行一次膨胀以修复字符因腐蚀变细的部分kernel_solid = cv2.getStructuringElement(cv2.MORPH_RECT, (2, 2))dilated = cv2.dilate(eroded, kernel_solid, iterations=1)final_image = cv2.bitwise_not(dilated)text = pytesseract.image_to_string(Image.fromarray(final_image), config='--psm 8')returntext.strip()# 使用示例captcha_code = recognize_text_sticky('./test/sticky_captcha.png')print(f"识别结果: {captcha_code}")

示例6：使用轮廓分析辅助定位与识别（适用于验证码在图片中位置不固定）此方法先找到验证码文本的轮廓区域，将其裁剪出来再进行识别，可以排除图片中其他区域的干扰。

importcv2importpytesseractfromPILimportImagedefrecognize_text_by_contour(image_path):img = cv2.imread(image_path)gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# 二值化，获取黑白图_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV)# 查找轮廓contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)# 假设最大的轮廓是验证码文本区域（可根据实际情况调整逻辑）ifcontours:largest_contour = max(contours, key=cv2.contourArea)x, y, w, h = cv2.boundingRect(largest_contour)# 在原图上裁剪出验证码区域roi = img[y:y+h, x:x+w]# 对裁剪区域进行常规预处理和识别roi_gray = cv2.cvtColor(roi, cv2.COLOR_BGR2GRAY)_, roi_binary = cv2.threshold(roi_gray, 0, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)roi_binary = cv2.bitwise_not(roi_binary)text = pytesseract.image_to_string(Image.fromarray(roi_binary), config='--psm 8')returntext.strip()else:return"未找到有效轮廓"# 使用示例captcha_code = recognize_text_by_contour('./test/captcha_in_scene.png')print(f"识别结果: {captcha_code}")

通过Python结合OpenCV和Tesseract-OCR，我们可以构建一个本地化的、可定制的验证码识别工具。其核心优势在于预处理流程的完全可控性，开发者可以根据具体的验证码特征调整算法参数。

核心要点总结：

1. 环境配置是关键：成功识别的先决条件是正确安装pillow、pytesseract库以及Tesseract-OCR可执行程序，并需要在pytesseract.py中配置好引擎路径。

2. 图像预处理至关重要：直接识别原始验证码图片效果往往不佳。必须通过边缘保留滤波去噪、灰度转换、二值化、形态学操作（腐蚀、膨胀）等一系列预处理步骤来净化图像，突出文本特征。

3. 预处理方法需灵活调整：针对不同类型的验证码（如不同噪点、颜色、扭曲程度），需要采用不同的预处理策略。例如，实例3中因为固定阈值更能有效提取黄色数字，而放弃了自适应性阈值。

4. 技术栈组合：解决方案的核心是OpenCV（负责图像处理）与pytesseract（负责调用OCR引擎）的协同工作。

局限性：

1. 对于高级验证码无效：如极验、行为验证等需要鼠标轨迹分析的动态验证码，此静态图像识别方法完全失效。

2. 识别率依赖预处理：面对高度扭曲、严重粘连或背景复杂的验证码，即使经过精细预处理，识别率也可能不高。

3. 需要持续维护：如果目标网站的验证码样式更新，预处理策略可能需要重新调整。

因此，此技术方案更适用于处理样式相对固定、复杂度不高的传统图形验证码。对于更复杂或商业级的场景，可能需要考虑接入专业的云OCR API服务，或者采用深度学习模型进行端到端的训练与识别。

如果你觉得这篇文章有用，欢迎点赞、转发、收藏、留言、推荐❤！