Python 的OCR機制分析驗證碼

在用QTP做automation的時候總會遇到煩人的驗證碼，嘗試從技術角度出發去解決，不知為什麼QTP10之後對OCR的識別能力有所下降，無奈考慮其他的辦法

今天搜索了大量的網站，終於有了一些小成就，不過還是只能識別一些簡單的驗證碼，當驗證碼中的干擾素多的情況下識別能力還是不夠給力

以下為代碼+測試片段：

1. from PIL import Image
2. from pytesser import *
4. def captcha(inputPic):
6. img = Image.open(inputPic) # Your image here!
7. img = img.convert("RGBA")
9. pixdata = img.load()
11. # Make the letters bolder for easier recognition
13. for y in xrange(img.size[1]):
14. for x in xrange(img.size[0]):
15. if pixdata[x, y][0] < 90:
16. pixdata[x, y] = (0, 0, 0, 255)
18. for y in xrange(img.size[1]):
19. for x in xrange(img.size[0]):
20. if pixdata[x, y][1] < 136:
21. pixdata[x, y] = (0, 0, 0, 255)
23. for y in xrange(img.size[1]):
24. for x in xrange(img.size[0]):
25. if pixdata[x, y][2] > 0:
26. pixdata[x, y] = (255, 255, 255, 255)
28. img.save("c:\\input-black.gif", "GIF")
30. # Perform OCR using tesseract-ocr library
31. return image_file_to_string('c:\\input-black.gif')
33. if __name__ == '__main__':
34. print captcha('c:\\untitled.bmp')

注：需要依賴於PIL和pyTesser

PIL：http://www.pythonware.com/products/pil/

pyTesser：http://code.google.com/p/pytesser/