试图用python中的OpenCV和Tesseract识别Captcha，但准确性不高

Question

我正在尝试将验证码识别为文本。

此验证码不是很困难。 （我认为）。

我打开图像并使用OpenCV对其进行转换，以使其易于识别。

我将向您展示一个示例。 验证码示例

OpenCV Catpcha之后

image = cv2.imread(filename)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) 
gray = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]
cv2.imwrite('OPENCV.png', gray)

# Get Text From Image
pytesseract.image_to_string(Image.open('OPENCV.png'), lang='eng', config="-c tessedit_char_whitelist=0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ --psm 8")

很简单。但是结果是“ PLLY2”，但是我想要“ PLLVI2”或“ PLLV12”。

我可以使用其他任何方法或方法来获得更高的准确性吗？

我使用一个单词选项“ psm 8”。我曾经尝试过让tesseract找到固定数量的字符，但这是不可能的。

如果您能给我一个提示，我将不胜感激。非常感谢您阅读此问题。

Answer 1

您可以将图像切成每个字母并使用--psm 10：

image = cv2.imread(filename)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) 
gray = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]

gray1 = gray[:, :25]
gray2 = gray[:, 25:50]
gray3 = gray[:, 50:75]
gray4 = gray[:, 75:100]
gray5 = gray[:, 100:125]
gray6 = gray[:, 125:]

print(''.join([pytesseract.image_to_string(i, config='--psm 10 -c tessedit_char_whitelist=0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ') for i in [gray1, gray2, gray3, gray4, gray5, gray6]])