如何用Python实现图片验证码的简单OCR识别？-Python教程-PHP中文网

用tesseract配合基础图像预处理可应对简单验证码，但对加噪、弯曲、粘连类效果差；需灰度化、高斯模糊、otsu二值化及可选闭运算，并配置psm 8、限定字符集等参数。

如何用python实现图片验证码的简单ocr识别？

直接上结论：用 tesseract 配合基础图像预处理，能应付大多数无扭曲、无干扰线、字体清晰的图片验证码；但遇到加噪、弯曲、粘连的验证码，准确率会断崖式下跌，这时候硬上 OCR 不如换接口或人工标注。

为什么不能直接调 `pytesseract.image_to_string()` 就完事？

多数验证码图自带干扰——比如浅色噪点、随机线条、字符轻微旋转或粘连。原图直接喂给 tesseract，它会把噪点当笔画、把干扰线当字符边缘，结果常是空字符串或乱码。

tesseract 默认识别语言是英文，中文需额外加载 chi_sim 或 chinese 语言包（注意版本兼容性）
输入图像必须是灰度或二值图，彩色图会大幅降低识别稳定性
字符高度低于 10 像素时，tesseract 极易漏字；建议先 resize 到最小字符高度 ≥ 15px

怎么用 OpenCV 做最简预处理？

目标不是“完美还原”，而是让每个字符轮廓干净、分离、对比度高。以下几步缺一不可：

用 cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 转灰度
用 cv2.GaussianBlur(gray, (3,3), 0) 模糊降噪（核大小别超 5，否则模糊字符）
用 cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) 自适应二值化
若字符粘连，再跑一次 cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel)（kernel = np.ones((1,2), dtype=np.uint8) 横向微连接即可）

别做中值滤波或大尺寸膨胀——那会让本就细的字符糊成一团。

Python 3.14.2

Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本，属于3.14系列的第二个维护更新。该版本包含了18项修复，重点解决了多进程、数据类及正则表达式等模块的回归问题，并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式（移除GIL）正式获得官方支持，是Python发展的重要里程碑。

下载

调用 `pytesseract` 时关键参数怎么设？

默认参数面向文档扫描图，对验证码几乎无效。必须显式约束：

config='--psm 8 --oem 3 -c tessedit_char_whitelist=0123456789abcdefghijklmnopqrstuvwxyz'
psm 8 表示“单行文本”，避免 tesseract 尝试段落分析
oem 3 是默认 LSTM 引擎，比旧版更适应小图
tessedit_char_whitelist 严格限定字符集，大幅减少误识（比如验证码只含数字，就写 0123456789）

如果返回空或长度不对，先检查预处理后图像是否真的“白底黑字”——tesseract 只认黑字白底，反色图要加 -c invert_images=true（但不如直接 255 - binary 可靠）。

真正难的不是代码跑通，是判断这张验证码到底适不适合 OCR：字符间距是否均匀、背景是否纯色、有无透视变形。这些肉眼一眼能看出的问题，算法很难补救。