Python+OCR图片文字识别，验证码识别，银行卡识别

Python+OCR图片文字识别，验证码识别，银行卡识别

利用测试如下：

1.识别文字

2.识别简单的验证码

3.识别银行卡

准备工作：

1.安装pytesseract库：pytesseract是Tesseract关于Python的接口，在cmd中可以直接使用pip install pytesseract安装

2.用电脑下载安装tesseract，下载地址 http://digi.bib.unimannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe ，

一直点确定后完成安装，并配置环境变量，

在CMD中输入tesseract -v, 如显示以下界面，则表示Tesseract安装完成且添加到系统变量中。

3.下载tesseract的简体中文语言包，下载地址为：https://github.com/tesseract-ocr/tessdata/find/master/chi_sim.traineddata ,再将chi_sim.traineddata放在C:\Program Files (x86)\Tesseract-OCR\tessdata目录下。

做好准备工作就可以实现OCR文字识别了，代码非常简单：

importpytesseractfromPILimportImageimportcv2img=Image.open('0.jpg')#text = pytesseract.image_to_string(img,lang='chi_sim')pytesseract.pytesseract.tesseract_cmd='C://Program Files (x86)/Tesseract-OCR/tesseract.exe'text=pytesseract.image_to_string(img,lang='chi_sim')print(text）

0.jpg 如下：

运行结果如下：

如果出现报错：

pytesseract.pytesseract.TesseractError: (1, ‘Error opening data file \Program Files (x86)\Tesseract-OCR\chi_sim.traineddata Please make sure the TESSDATA_PREFIX environment variable is set to your “tessdata” directory. Failed loading language ‘chi_sim’ Tesseract couldn’t load any languages! Could not initialize tesseract.’)

请移步这篇文章：https://blog.csdn.net/weixin_43746433/article/details/89922155

2.笔者突然想到，利用Ocr 能不能识别简单的验证码呢？

于是在网上随便找了个验证码，如图：6.png:

运行结果并不是让人满意，

为了更好的处理图片，可以将图片转为灰度图片，再去掉黑点，进行二值化降噪，

代码如下：

importpytesseractfromPILimportImage,ImageEnhance,ImageFilterimportcv2img=Image.open('6.png')text=pytesseract.image_to_string(img,lang='chi_sim')print(text)# 将图片变成灰色img_gray=img.convert('L')img_gray.save('./tmp/ode_gray.png')# 转成黑白图片img_black_white=img_gray.point(lambdax:0ifx>200else255)pic1='./tmp/code_black_white.png'img_black_white.save(pic1)#要去掉黑点，就是一个二值化降噪的过程。可以用PIL（Python Image Library）试试im=Image.open(pic1)im=im.filter(ImageFilter.MedianFilter())enhancer=ImageEnhance.Contrast(im)im=enhancer.enhance(2)im=im.convert('1')im.save('./tmp/jiangzao.png')#im.show()pytesseract.pytesseract.tesseract_cmd='C://Program Files (x86)/Tesseract-OCR/tesseract.exe'#text = pytesseract.image_to_string(Image.open('./tmp/jiangzao.png'),lang='chi_sim')##,lang='eng 数字text=pytesseract.image_to_string(im,lang='chi_sim')print(text)

运行结果如下，成功！

3.如果利用ocr识别银行卡呢？

修改图片如下

运行结果如下：

银行卡的识别结果却差强人意，这涉及到更深层次的opencv知识，笔者会在下篇详细的讲述如何使用OpenCV和python进行信用卡识别