Python 代码实现验证码识别，很稳

用户11081884

发布于 2026-07-20 20:15:50

250

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.com
pip 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。

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

importcv2ascv
importpytesseract
fromPILimportImage

defrecognize_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：3n3D
Process finished with exit code 0

实例2

importcv2ascv
importpytesseract
fromPILimportImage

defrecognize_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：8A62N1
Process finished with exit code 0

实例3

importcv2ascv
importpytesseract
fromPILimportImage

defrecognize_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：7364
Process 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。

importcv2
importpytesseract
fromPILimportImage

defrecognize_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。

importcv2
importpytesseract
importnumpyasnp
fromPILimportImage

defrecognize_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。

importcv2
importpytesseract
fromPILimportImage

defrecognize_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：

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。
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。
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。
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：