这篇文章主要介绍了python编程实现的图片识别功能,涉及python pil模块的安装与使用技巧,需要的朋友可以参考下
本文实例讲述了python编程实现的图片识别功能。分享给大家供大家参考,具体如下:
1. 安装pil,官方没有win64位,pillow替代
pip install pillow-2.7.0-cp27-none-win_amd64.whl
2. 安装pytesser
下载pytesser_v0.0.1.zip,解压后复制进python27\lib\site-packges\pytesser路径下,无pytesser则新建
在python27\lib\site-packges\pytesser中新建一pytesser.pth文件,内容为pytesser
在pytesser内,修改三点
① pytesser.py修改成__init.py__
② 修改pytesser.py
import image
改为
from pil import image
tesseract_exe_name = 'tesseract' 改为tesseract_exe_name = 'python27\\lib\\site-packges\\pytesser\\tesseract' 注意\转义
③ 安装tesseract
下载后解压,找到tessdata文件夹,用其替换掉pytesser解压后的tessdata文件夹即可。
不过除了测试用验证码之外,其余的系统验证码的识别率很低。
附测试代码
from pytesser import *
from pil import image, imageenhance
im = image.open('d:\python27\lib\site-packages\pytesser\phototest.tif')
im2 = image.open(r'd:\python27\lib\site-packages\pytesser\fnord.tif','r')
im3 = image.open(r'f:\project\python\code\study_1\src\20170424\cp.jpg','r') #文件读写模式以防报错
#图片处理1::黑白处理
enhancer = imageenhance.contrast(im3)
image2 = enhancer.enhance(5)
image2.show()
print image_to_string(image2)
#图片处理2: 降噪处理
imgry = im3.convert('l') #灰度处理
#灰度处理基础上二值化处理
threshold = 140
table = []
for i in range(256):
if i < threshold:
table.append(0)
else:
table.append(1)
out = imgry.point(table, '1')
out.show()
text = image_to_string(out)
if text.isspace() :
print "faile"
else:
print text
#print text
以上就是python实现图片识别功能的示例分享的详细内容。