在本篇文章中，我們將使用 Python 來實現一個 英文數字驗證碼識別 的程式。我們會使用 Tesseract OCR（Optical Character Recognition，光學字元識別）來識別驗證碼中的文字內容。
- 環境準備
首先，需要安裝以下 Python 庫：
Pillow：用於影像處理。
pytesseract：Tesseract 的 Python 包，用於文字識別。
Tesseract OCR：一個開源的 OCR 引擎。
安裝 Python 庫：
bash
pip install Pillow pytesseract
同時，您需要安裝 Tesseract OCR 引擎。可以從 Tesseract GitHub頁面 下載並安裝，或者使用包管理工具安裝：
Windows：下載並安裝 tesseract-ocr-w32-x64.exe。
Linux：可以使用以下命令安裝：
bash
sudo apt-get install tesseract-ocr
MacOS：可以透過 Homebrew 安裝：
bash
brew install tesseract
2. 驗證碼識別程式
建立一個 Python 指令碼 captcha_recognition.py，並將以下程式碼寫入其中：
python
import pytesseract
from PIL import Image
import matplotlib.pyplot as plt
設定 Tesseract 可執行檔案路徑（僅在 Windows 上需要）
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'
讀取驗證碼影像
image = Image.open('captcha_image.png')
顯示原始影像
plt.imshow(image)
plt.axis('off') # 不顯示座標軸
plt.show()
進行 OCR 識別
captcha_text = pytesseract.image_to_string(image, config='--psm 6')
輸出識別的驗證碼內容
print(f"識別的驗證碼是：{captcha_text.strip()}")
3. 程式碼解析
影像載入：使用 PIL 庫的 Image.open() 方法載入驗證碼影像。
OCR 識別：使用 pytesseract.image_to_string() 方法來識別影像中的文字。config='--psm 6' 配置告訴 Tesseract 我們預計影像包含的是一行文字（即驗證碼的常見格式）。
視覺化：用 matplotlib.pyplot 庫顯示原始影像，方便檢視輸入的驗證碼影像。
4. 如何執行
將驗證碼影像儲存為 captcha_image.png（您可以使用任何實際的驗證碼影像）。
執行 Python 指令碼：
bash
python captcha_recognition.py
程式將會顯示驗證碼影像，並輸出識別的驗證碼內容。
- 樣例影像及輸出
假設輸入的驗證碼影像如下：
captcha_image.png：
(這裡您可以將任何實際驗證碼影像替換)
執行後的輸出會類似於：
識別的驗證碼是：4k3d7
6. 改進方案
影像預處理：如果驗證碼影像包含噪聲或干擾，您可以使用 Pillow 庫來進行影像預處理，例如二值化、去噪等，增強識別率。
示例：更多內容訪問ttocr.com或聯絡1436423940
轉為灰度圖
gray_image = image.convert('L')
二值化處理
bw_image = gray_image.point(lambda x: 0 if x < 128 else 255, '1')
調整 Tesseract 配置：Tesseract 提供了許多配置選項，可以根據驗證碼的具體情況進行最佳化。