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P
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 Imagetesseract_exe_name = 'tesseract' 改为tesseract_exe_name = 'Python27\\Lib\\site-packges\\pytesser\\tesseract' 注意\转义
③ 安装Tesseract
下载Tesseract OCR engine：http://code.google.com/p/tesseract-ocr/ ，
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