Python 的 pytesseract+tesseract-ocr 识别验证码很弱啊

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› virtualenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› Pyflakes

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

这是一个创建于 2351 天前的主题，其中的信息可能已经有所发展或是发生改变。

这几个都没法识别

只能纯数据，而且不加干扰的，才能识别

2m5azs.pn

Python

识别

验证码

7 条回复 • 2018-06-08 19:37:15 +08:00

Leigg

2018-06-06 17:54:02 +08:00 via iPhone

https://www.cnblogs.com/beer/p/5672678.html

reself

2018-06-06 18:20:30 +08:00

这个本来就是要根据具体场景去训练模型的

jatesun

2018-06-06 18:28:06 +08:00

这种验证码可能需要训练吧

summerwar

2018-06-06 18:32:34 +08:00

训练模型

RicardoScofileld

2018-06-06 19:24:28 +08:00

说实话我刚研究了这玩意一段时间，优化主要就在两方面，你先对图片进行一下预处理，作用很大，比如说二值化一下，这样干扰因素会少一些，然后你再对这种图片进行训练生成字体文件，放到 tessdata 中，tesseract 训练方法网上很多，你可以找一下，反正我是失败了，我在生成四个文件的时候会出错也没招到原因，你可以试一试

RicardoScofileld

2018-06-06 19:25:37 +08:00

再补一发，文字倾斜也会有影响，你爬的数据量不大，还是去调云打码这些平台的接口吧

wsds

2018-06-08 19:37:15 +08:00 via iPhone

@RicardoScofileld
还不知道怎么通过打码平台调用，回去看看😁