### Python 实现黑白验证码图片识别 OCR 数字提取 通过使用 `pytesseract` 和 `Pillow` 库，可以轻松实现黑白底色的数字验证码图片到文本的转换。以下是完整的解决方案： #### 安装依赖库 首先需要安装必要的库： ```bash pip install pytesseract pillow opencv-python-headless ``` 还需要下载并配置 Tesseract OCR 工具[^1]。 --- #### 代码实现 以下是一个完整的代码示例，展示如何加载、预处理黑白验证码图片，并利用 OCR 提取其中的数字： ```python import cv2 from PIL import Image import numpy as np import pytesseract def preprocess_image(image_path): """加载并预处理图像""" # 加载原始图像 image = Image.open(image_path).convert('L') # 转为灰度图 # 设置二值化阈值 threshold = 150 # 可根据实际需求调整 table = [] for i in range(256): if i < threshold: table.append(0) # 黑色 else: table.append(1) # 白色 # 对图像进行二值化处理 binary_image = image.point(table, '1') return binary_image def ocr_recognition(binary_image): """使用 Tesseract 进行 OCR 识别""" custom_config = r'--psm 10 --oem 3 -c tessedit_char_whitelist=0123456789' text = pytesseract.image_to_string(binary_image, config=custom_config) return text.strip() if __name__ == "__main__": # 输入验证码图片路径 captcha_path = 'captcha.png' # 预处理图像 processed_image = preprocess_image(captcha_path) # OCR 识别 result_text = ocr_recognition(processed_image) print("识别的数字验证码是:", result_text) ``` --- #### 关键点说明 1. **图像预处理** 使用 Pillow 的 `point()` 方法对灰度图像进行二值化处理，增强对比度以便更好地分离背景和前景[^1]。 2. **Tesseract 参数优化** `-c tessedit_char_whitelist=0123456789` 确保只识别数字字符，减少误判率；`--psm 10` 表示将输入视为单个字符模式，适用于简单验证码场景[^2]。 3. **性能提升建议** 如果遇到复杂的噪声或模糊情况，可引入 OpenCV 的形态学操作进一步清理图像[^4]。 --- #### 注意事项 - 确保 Tesseract 正确安装并添加至环境变量中。 - 不同类型的验证码可能需要调整二值化的阈值参数。 - 若目标验证码包含字母或其他特殊符号，则需扩展 `whitelist` 参数范围。 ---