Python编程实现的图片识别功能示例
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
pipinstallPillow-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
①pytesser.py修改成__init.py__
②修改pytesser.py
importImage
改为
fromPILimportImage
tesseract_exe_name='tesseract'改为tesseract_exe_name='Python27\\Lib\\site-packges\\pytesser\\tesseract'注意\转义
③安装Tesseract
下载TesseractOCRengine：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
frompytesserimport*
fromPILimportImage,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()
printimage_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=[]
foriinrange(256):
ifi
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python图片操作技巧总结》、《Python数据结构与算法教程》、《PythonSocket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。