使用PyTesser打破轻松验证码

Question

我正在使用PyTesser来破坏一个captcha。PyTesser使用tesseract python ocr库。在将图像放入PyTesser之前，我使用了一些过滤。一步一步我的代码:输入图片是：

​

from PIL import Image
img = Image.open('1.gif')
img = img.convert("RGBA")
pixdata = img.load()
# Clean the background noise, if color != black, then set to white.
for y in xrange(img.size[1]):
    for x in xrange(img.size[0]):
        if pixdata[x, y][0] < 90:
         pixdata[x, y] = (0, 0, 0, 255)

for y in xrange(img.size[1]):
    for x in xrange(img.size[0]):
     if pixdata[x, y][2] < 136:
         pixdata[x, y] = (0, 0, 0, 255)

for y in xrange(img.size[1]):
    for x in xrange(img.size[0]):
        if pixdata[x, y][3] > 0:
            pixdata[x, y] = (255, 255, 255, 255)


img.save("input-black.gif", "GIF")

应用此代码后，输出为：

​

​

现在,

im_orig = Image.open('input-black.gif')
big = im_orig.resize((116, 56), Image.NEAREST)

ext = ".tif"
big.save("input-NEAREST" + ext)

在此代码片段之后，输出图像为：

​

​

最后，当我应用这个的时候

from pytesser import *
image = Image.open('input-NEAREST.tif')
print image_to_string(image)

我正在获取输出%/ww

请帮我找出正确的结果。

如果我尝试处理这些图像，此代码可以成功地识别字母。

​

​

Answer 1

在执行captcha识别器之前，您需要执行一些基本的形态学图像操作来删除行。尝试组合使用ndimage.binary_erosion和ndimage.binary_dilation。