用python识别验证码中蓝色和红色的字体，并输出

Question

用python识别图片中的验证码中蓝色和红色的字体，并输出字体？

Answer 1

引自免费微信小程序：皆我百晓生

为了实现这个功能，我们可以使用Python的几个库：OpenCV用于图像处理，PIL（Python Imaging Library）用于读取和保存图像，以及Tesseract OCR（Optical Character Recognition）进行文字识别。首先确保已安装这些库，如果没有，可以通过pip安装：

pip install opencv-python-headless Pillow pytesseract

接下来是步骤：

1. 读取图像
2. 转换为灰度图像
3. 对图像进行二值化处理，区分蓝色和红色字体
4. 使用轮廓检测找到文本区域
5. 应用OCR识别文字

以下是完整的Python代码：

import cv2
from PIL import Image
import pytesseract
import numpy as np

# 读取图像
image_path = "path_to_your_captcha_image.jpg"  # 替换为你的验证码图片路径
img = cv2.imread(image_path)

# 将图像转换为灰度
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 对图像进行二值化处理
threshold = 180  # 可能需要调整这个阈值以适应不同的图片
_, binary_img = cv2.threshold(gray_img, threshold, 255, cv2.THRESH_BINARY_INV)

# 寻找轮廓
contours, _ = cv2.findContours(binary_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 遍历轮廓，对每个轮廓应用OCR
for contour in contours:
    x, y, w, h = cv2.boundingRect(contour)
    
    # 提取文本区域并转为PIL图像
    roi = img[y:y+h, x:x+w]
    pil_img = Image.fromarray(roi)
    
    # 对文本区域进行二值化处理，这里可以尝试不同的方法，例如Otsu二值化
    _, pil_roi = pil_img.convert("L").threshold(threshold=127)
    
    # 应用OCR识别文字
    text = pytesseract.image_to_string(pil_roi, lang="eng", config="--psm 6")
    
    # 输出识别到的文字
    print(f"Detected text: {text}")

# 显示处理后的图像
cv2.imshow("Captcha with Contours", binary_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码将读取给定路径下的验证码图片，然后对图像进行处理以识别蓝色和红色字体。注意，由于验证码的复杂性和可能的变化，这可能并不总是准确。您可能需要根据实际需求微调代码，比如调整二值化的阈值、使用更复杂的图像增强技术，甚至结合深度学习的方法来提高识别率。

此外，pytesseract使用的OCR引擎是Google Tesseract，可能需要额外配置环境变量以支持特定语言。更多信息可以在官方文档中找到。