我要评论引言：当机器学会"阅读"
想象这样一个场景：你正在开发一个自动化脚本，需要从网页上获取数据，但每次登录都被验证码拦住；或者你手头有几百张扫描版的合同照片，需要将它们全部转换成可编辑的文本；又或者你想做一个能"看懂"图片的小工具，从截图里自动提取文字信息。
在这些场景中，ocr（optical character recognition，光学字符识别）技术就是你需要的"魔法"。它能让计算机像人一样，"看懂"图片中的文字，并将其转换为可编辑、可搜索的文本数据。
我们的目标是集成ocr、邮件、api等增强能力，突破纯图形界面的限制。今天，我们将深入浅出地讲解如何利用python中的pytesseract和pil（pillow）库，实现图片和截图中文字的识别，并探索在简单场景下如何处理验证码。
通过本文，你将掌握：
- ocr技术的基本原理与工作流程
- tesseract ocr引擎的安装与配置
- 使用
pytesseract+pil进行基础文字识别 - 图像预处理技术（灰度化、二值化、去噪）如何显著提升识别准确率
- 实战案例：从简单的文档识别到简单验证码处理
- 批量图片文字识别与结果保存
- 性能优化与常见问题解决方案
本文所有代码基于python 3.8+，请确保已安装以下库：
pip install pytesseract pillow opencv-python
重要提示：pytesseract只是tesseract ocr引擎的python封装，你还需要在系统中安装tesseract ocr引擎本身。下文将详细介绍安装方法。
一、ocr技术基础：从原理到实践
1.1 什么是ocr
ocr（光学字符识别）是一种将图像中的文字转换为可编辑文本的技术。简单来说，就是让计算机"看懂"图片里的字。它的核心流程包括以下几个步骤：
- 图像预处理：对原始图像进行处理，提高文字的可识别性，包括灰度化、二值化、去噪、倾斜校正等。
- 版面分析：识别图像中的文本区域，将文字与背景分离。
- 字符分割：将文本行分割成单个字符。
- 特征提取：提取每个字符的特征（如笔画、轮廓等）。
- 字符分类：将提取的特征与字符库进行匹配，识别出具体字符。
- 后处理：利用语言模型或词典对识别结果进行校正。
1.2 ocr技术的挑战
在实际应用中，ocr面临诸多挑战：
- 图像干扰因素：验证码常包含噪点、扭曲、重叠字符、背景干扰等设计，增加识别难度
- 字符多样性：可能包含大小写字母、数字、特殊符号，甚至多种字体混合
- 图像质量问题：模糊、光照不均、分辨率低等都会影响识别率
- 实时性要求：某些场景（如高频爬虫）需要在毫秒级完成识别
1.3 tesseract ocr引擎简介
tesseract是一个开源的ocr引擎，最初由hp开发，后来由google维护和赞助。它支持100多种语言的识别，是目前最流行、最成熟的ocr引擎之一。
tesseract 5.x版本在2025年已支持100+种语言，中文识别准确率达89.7%。它的优势在于：
- 开源免费：可商用，无调用次数限制
- 多语言支持：包括中文、英文、日文、韩文等
- 可训练：支持针对特定字体或场景进行训练，提高识别准确率
- 社区活跃：文档丰富，问题容易解决
二、环境搭建：工欲善其事，必先利其器
2.1 安装tesseract ocr引擎
windows系统：
- 访问github的tesseract发布页面：https://github.com/ub-mannheim/tesseract/wiki
- 下载适合你系统的安装包（如
tesseract-ocr-w64-setup-5.3.3.20231005.exe） - 安装过程中，勾选需要的语言包（至少勾选"中文简体"和"英文"）
- 安装完成后，将tesseract的安装路径（如
c:\program files\tesseract-ocr）添加到系统环境变量path中
macos系统：
brew install tesseract # 安装中文语言包 brew install tesseract-lang
linux系统（ubuntu/debian）：
sudo apt-get update sudo apt-get install tesseract-ocr sudo apt-get install tesseract-ocr-chi-sim # 中文简体语言包 sudo apt-get install tesseract-ocr-eng # 英文语言包
安装完成后，可以通过命令行验证安装是否成功：
tesseract --version tesseract --list-langs # 查看已安装的语言包
2.2 安装python库
pip install pytesseract pillow opencv-python numpy
各库的作用：
- pytesseract：tesseract引擎的python封装，提供ocr识别接口
- pillow（pil）：python图像处理库，用于图片的打开、保存和基础处理
- opencv-python：opencv的python版本，提供更强大的图像预处理功能
- numpy：数值计算库，opencv的图像数据基于numpy数组
2.3 验证环境配置
编写一个简单的测试脚本，验证ocr环境是否配置成功：
import pytesseract
from pil import image
import os
# 如果tesseract未添加到系统path，可以手动指定路径
# windows示例：
# pytesseract.pytesseract.tesseract_cmd = r'c:\program files\tesseract-ocr\tesseract.exe'
# 创建一个简单的测试图片（这里假设有一张包含文字的图片）
# 如果没有，可以先创建一个临时图片用于测试
def test_tesseract():
try:
# 尝试打开一张示例图片，如果没有就创建一个简单的
test_image = image.new('rgb', (300, 100), color='white')
# 这里无法直接画文字，所以只是测试能否调用tesseract
# 如果能获取到版本信息，说明环境正常
version = pytesseract.get_tesseract_version()
print(f"tesseract版本: {version}")
print("环境配置成功！")
except exception as e:
print(f"环境配置失败: {e}")
print("请检查tesseract是否正确安装并添加到path")
test_tesseract()
三、基础实战：从图片中提取文字
3.1 最简单的ocr识别
我们先从一个最简单的例子开始：识别一张清晰的图片中的文字。
假设有一张图片sample.png，内容为纯英文文本：
import pytesseract
from pil import image
def ocr_basic(image_path):
"""
基础ocr识别
"""
# 打开图片
image = image.open(image_path)
# 使用tesseract进行识别
# lang='eng'指定使用英文语言包
text = pytesseract.image_to_string(image, lang='eng')
print("识别结果：")
print(text)
return text
# 使用示例
ocr_basic('sample.png')
如果图片中包含中文，只需将lang参数改为'chi_sim'（中文简体）：
text = pytesseract.image_to_string(image, lang='chi_sim')
对于中英文混合的图片，可以使用'+'组合多个语言包：
text = pytesseract.image_to_string(image, lang='chi_sim+eng')
3.2 图像预处理：提高识别准确率的关键
在实际应用中，我们遇到的图片往往不是理想状态的——可能有噪点、背景复杂、文字倾斜或光照不均。这时，直接使用ocr的准确率会大幅下降。图像预处理是提高ocr准确率最关键的一步。
常见的预处理技术包括：
- 灰度转换：将彩色 图像转换为灰度图，简化处理
- 二值化：将灰度图转换为黑白两色，突出文字轮廓
- 去噪：消除图像中的噪点和干扰线条
- 倾斜校正：校正拍摄角度导致的文字倾斜
- 缩放：调整图像大小，使文字更清晰
下面我们使用opencv和pillow实现一个完整的图像预处理流程：
import cv2
import numpy as np
from pil import image
import pytesseract
def preprocess_image(image_path):
"""
图像预处理：灰度化、二值化、去噪
"""
# 读取图像（使用opencv）
img = cv2.imread(image_path)
# 1. 灰度化
gray = cv2.cvtcolor(img, cv2.color_bgr2gray)
# 2. 去噪（高斯模糊）
blurred = cv2.gaussianblur(gray, (5, 5), 0)
# 3. 二值化（自适应阈值，处理光照不均的情况）
# 使用自适应阈值，根据局部像素分布自动确定阈值
binary = cv2.adaptivethreshold(
blurred,
255,
cv2.adaptive_thresh_gaussian_c,
cv2.thresh_binary,
11, # 块大小
2 # 常数
)
# 4. 可选：形态学操作，去除小的噪点
kernel = np.ones((1, 1), np.uint8)
opening = cv2.morphologyex(binary, cv2.morph_open, kernel)
return opening
def ocr_with_preprocess(image_path):
"""
预处理后的ocr识别
"""
# 预处理
processed_img = preprocess_image(image_path)
# opencv图像（numpy数组）转换为pil image
pil_img = image.fromarray(processed_img)
# ocr识别
text = pytesseract.image_to_string(pil_img, lang='eng')
return text
# 对比实验：直接识别 vs 预处理后识别
def compare_ocr(image_path):
print("=== 直接识别 ===")
img_raw = image.open(image_path)
text_raw = pytesseract.image_to_string(img_raw, lang='eng')
print(text_raw[:200]) # 只显示前200字符
print("\n=== 预处理后识别 ===")
text_processed = ocr_with_preprocess(image_path)
print(text_processed[:200])
# 使用示例
compare_ocr('noisy_text.jpg')
预处理技术的选择需要根据具体图像的特点来决定。例如：
- 对于光照不均的图像：使用自适应阈值比固定阈值效果更好
- 对于有噪点的图像：高斯模糊或中值滤波可以有效去噪
- 对于倾斜的图像：需要进行倾斜校正（后面会介绍）
- 对于低分辨率的图像：适当放大可以改善识别效果
3.3 倾斜校正
对于拍摄角度不正导致的文字倾斜，需要进行倾斜校正。常用的方法是利用霍夫变换检测直线，计算平均倾斜角度，然后进行旋转校正：
import cv2
import numpy as np
import math
def correct_skew(image):
"""
校正图像倾斜
"""
# 转换为灰度图
gray = cv2.cvtcolor(image, cv2.color_bgr2gray)
# 二值化
_, binary = cv2.threshold(gray, 0, 255, cv2.thresh_binary_inv + cv2.thresh_otsu)
# 检测边缘
edges = cv2.canny(binary, 50, 150, aperturesize=3)
# 霍夫变换检测直线
lines = cv2.houghlinesp(edges, 1, np.pi/180, 100, minlinelength=100, maxlinegap=10)
if lines is none:
return image
# 计算所有检测到的直线的角度
angles = []
for line in lines:
x1, y1, x2, y2 = line[0]
angle = math.degrees(math.atan2(y2 - y1, x2 - x1))
angles.append(angle)
# 取中位数角度
median_angle = np.median(angles)
# 旋转校正
(h, w) = image.shape[:2]
center = (w // 2, h // 2)
m = cv2.getrotationmatrix2d(center, median_angle, 1.0)
rotated = cv2.warpaffine(image, m, (w, h), flags=cv2.inter_cubic,
bordermode=cv2.border_replicate)
return rotated
3.4 ocr配置优化
pytesseract允许用户自定义ocr配置，以提高识别效果。最常用的配置是--psm（页面分割模式，page segmentation mode），它告诉tesseract如何分析图像中的文本布局。
常见的psm模式：
--psm 6：将图像视为一个统一的文本块--psm 7：将图像视为单行文本--psm 8：将图像视为单个单词--psm 13：原始行处理（不进行额外的文本方向检测）
def ocr_with_config(image_path, psm=6):
"""
使用自定义配置进行ocr识别
"""
image = image.open(image_path)
# 配置参数：--psm 6 表示将图像视为一个统一的文本块
# --oem 3 表示使用默认的ocr引擎模式
custom_config = r'--oem 3 --psm {}'.format(psm)
text = pytesseract.image_to_string(
image,
lang='eng',
config=custom_config
)
return text
# 不同psm模式的对比
def test_psm_modes(image_path):
for psm in [6, 7, 8, 13]:
text = ocr_with_config(image_path, psm)
print(f"psm模式 {psm}:")
print(text[:100] + "...\n")
对于验证码识别，通常使用--psm 8（单个单词）或--psm 7（单行文本）效果更好。
四、进阶实战：验证码识别
验证码识别是ocr技术的一个重要应用场景。虽然现代验证码越来越复杂（如滑动验证码、点选验证码），但在简单场景下（如数字字母组合的静态验证码），ocr仍然是一种有效的解决方案。
4.1 验证码识别的挑战
验证码通常包含以下干扰因素：
- 噪点和干扰线：随机分布的噪点或线条，干扰字符分割和识别
- 字符扭曲：对字符进行拉伸、旋转、变形
- 背景干扰：复杂的背景图案或颜色渐变
- 字符粘连：字符之间没有明显间隔
- 字体变化：使用特殊字体，增加识别难度
4.2 验证码预处理流程
针对验证码的特点，我们需要更精细的预处理流程：
import cv2
import numpy as np
import pytesseract
from pil import image
def preprocess_captcha(image_path):
"""
验证码图像预处理
"""
# 读取图像
img = cv2.imread(image_path)
# 1. 灰度化
gray = cv2.cvtcolor(img, cv2.color_bgr2gray)
# 2. 去噪（中值滤波，对去除椒盐噪声效果好）
denoised = cv2.medianblur(gray, 3)
# 3. 二值化（使用otsu自动阈值）
_, binary = cv2.threshold(denoised, 0, 255, cv2.thresh_binary_inv + cv2.thresh_otsu)
# 4. 形态学操作：去除小的噪点
# 定义结构元素
kernel = np.ones((2, 2), np.uint8)
# 开运算（先腐蚀后膨胀），去除小的白色噪点
opening = cv2.morphologyex(binary, cv2.morph_open, kernel)
# 5. 可选：膨胀操作，连接断开的字符
# kernel_dilate = np.ones((2, 2), np.uint8)
# dilated = cv2.dilate(opening, kernel_dilate, iterations=1)
return opening
def recognize_captcha(image_path):
"""
识别验证码
"""
# 预处理
processed = preprocess_captcha(image_path)
# 转换为pil图像
pil_img = image.fromarray(processed)
# ocr配置：--psm 8（单个单词），只允许数字和大写字母
# -c tessedit_char_whitelist=0123456789abcdefghijklmnopqrstuvwxyz
custom_config = r'--psm 8 -c tessedit_char_whitelist=0123456789abcdefghijklmnopqrstuvwxyz'
text = pytesseract.image_to_string(
pil_img,
lang='eng',
config=custom_config
)
# 清理结果：去除空格和特殊字符
text = ''.join(filter(str.isalnum, text))
return text
# 使用示例
captcha_text = recognize_captcha('captcha.png')
print(f"验证码识别结果：{captcha_text}")
4.3 字符分割
对于字符粘连的验证码，可以先进行字符分割，然后逐个识别，提高准确率：
def segment_and_recognize(image_path):
"""
字符分割后识别
"""
# 预处理
img = cv2.imread(image_path)
gray = cv2.cvtcolor(img, cv2.color_bgr2gray)
_, binary = cv2.threshold(gray, 0, 255, cv2.thresh_binary_inv + cv2.thresh_otsu)
# 查找轮廓（每个字符的轮廓）
contours, _ = cv2.findcontours(binary, cv2.retr_external, cv2.chain_approx_simple)
# 筛选轮廓：根据宽高比和面积过滤
char_contours = []
for contour in contours:
x, y, w, h = cv2.boundingrect(contour)
# 过滤太小的噪声
if w > 5 and h > 10 and w < 50 and h < 50:
char_contours.append((x, y, w, h))
# 按x坐标排序（从左到右）
char_contours.sort(key=lambda x: x[0])
# 逐个识别
result = ""
for i, (x, y, w, h) in enumerate(char_contours):
# 提取单个字符区域
char_img = binary[y:y+h, x:x+w]
# 可选：为字符添加边框，方便识别
char_with_border = cv2.copymakeborder(
char_img, 5, 5, 5, 5,
cv2.border_constant, value=0
)
# 转换为pil图像
pil_char = image.fromarray(char_with_border)
# 识别单个字符
custom_config = r'--psm 10 -c tessedit_char_whitelist=0123456789abcdefghijklmnopqrstuvwxyz'
char_text = pytesseract.image_to_string(pil_char, config=custom_config).strip()
if char_text:
result += char_text
return result
4.4 验证码识别的性能优化
对于需要频繁识别验证码的场景（如爬虫程序），性能优化非常重要：
- 缓存机制：对重复出现的验证码建立缓存，避免重复识别
- 并行处理：使用线程池同时处理多个验证码
- 模型选择：对于特定类型的验证码，可以训练专用模型，提高速度和准确率
from concurrent.futures import threadpoolexecutor
import hashlib
import pickle
import os
class captcharecognizer:
"""
带缓存的验证码识别器
"""
def __init__(self, cache_dir='captcha_cache'):
self.cache_dir = cache_dir
if not os.path.exists(cache_dir):
os.makedirs(cache_dir)
def _get_cache_key(self, image_path):
"""生成缓存键（基于图片内容的哈希）"""
with open(image_path, 'rb') as f:
img_data = f.read()
return hashlib.md5(img_data).hexdigest()
def _recognize(self, image_path):
"""实际的识别逻辑"""
processed = preprocess_captcha(image_path)
pil_img = image.fromarray(processed)
custom_config = r'--psm 8 -c tessedit_char_whitelist=0123456789abcdefghijklmnopqrstuvwxyz'
text = pytesseract.image_to_string(pil_img, config=custom_config)
return text.strip()
def recognize(self, image_path):
"""带缓存的识别"""
cache_key = self._get_cache_key(image_path)
cache_file = os.path.join(self.cache_dir, cache_key)
# 检查缓存
if os.path.exists(cache_file):
with open(cache_file, 'rb') as f:
return pickle.load(f)
# 识别
result = self._recognize(image_path)
# 保存到缓存
with open(cache_file, 'wb') as f:
pickle.dump(result, f)
return result
def batch_recognize(self, image_paths, max_workers=4):
"""批量识别（并行处理）"""
with threadpoolexecutor(max_workers=max_workers) as executor:
results = list(executor.map(self.recognize, image_paths))
return results
五、实战项目：批量图片文字识别与excel导出
将ocr技术与办公自动化结合，可以实现很多实用功能。下面我们实现一个批量图片文字识别工具，将识别结果保存到excel文件中。
5.1 完整实现代码
import os
import pytesseract
from pil import image
import pandas as pd
from concurrent.futures import threadpoolexecutor
import cv2
import numpy as np
from datetime import datetime
class batchocrprocessor:
"""
批量ocr识别处理器
"""
def __init__(self, input_dir, output_excel, lang='chi_sim+eng', use_preprocess=true):
"""
初始化
:param input_dir: 输入图片目录
:param output_excel: 输出excel文件路径
:param lang: ocr语言包
:param use_preprocess: 是否使用预处理
"""
self.input_dir = input_dir
self.output_excel = output_excel
self.lang = lang
self.use_preprocess = use_preprocess
# 支持的图片格式
self.image_extensions = ('.png', '.jpg', '.jpeg', '.bmp', '.tiff')
def preprocess_image(self, image_path):
"""
图像预处理
"""
# 读取图像
img = cv2.imread(image_path)
# 灰度化
gray = cv2.cvtcolor(img, cv2.color_bgr2gray)
# 去噪
denoised = cv2.medianblur(gray, 3)
# 二值化（自适应阈值）
binary = cv2.adaptivethreshold(
denoised, 255,
cv2.adaptive_thresh_gaussian_c,
cv2.thresh_binary, 11, 2
)
# 转换为pil图像
return image.fromarray(binary)
def process_single_image(self, filename):
"""
处理单张图片
"""
file_path = os.path.join(self.input_dir, filename)
try:
if self.use_preprocess:
# 预处理后识别
img = self.preprocess_image(file_path)
else:
# 直接识别
img = image.open(file_path)
# 执行ocr识别
# 配置：尝试不同的psm模式，选择最佳结果
text = self.ocr_with_multiple_configs(img)
return {
'文件名': filename,
'识别内容': text,
'状态': '成功',
'处理时间': datetime.now().strftime('%y-%m-%d %h:%m:%s')
}
except exception as e:
return {
'文件名': filename,
'识别内容': '',
'状态': f'失败: {str(e)}',
'处理时间': datetime.now().strftime('%y-%m-%d %h:%m:%s')
}
def ocr_with_multiple_configs(self, img):
"""
使用多种配置尝试识别，返回最佳结果
"""
# 尝试不同的psm模式
psm_modes = [6, 7, 8, 13]
results = []
for psm in psm_modes:
config = f'--psm {psm}'
text = pytesseract.image_to_string(img, lang=self.lang, config=config)
# 计算有效字符数（去除非字母数字字符）
valid_chars = sum(c.isalnum() for c in text)
results.append((valid_chars, text))
# 返回有效字符最多的结果
best_result = max(results, key=lambda x: x[0])
return best_result[1].strip()
def run(self, max_workers=4):
"""
运行批量处理
"""
print(f"开始扫描目录: {self.input_dir}")
# 获取所有图片文件
image_files = [
f for f in os.listdir(self.input_dir)
if f.lower().endswith(self.image_extensions)
]
print(f"找到 {len(image_files)} 个图片文件")
if not image_files:
print("未找到图片文件")
return
# 批量处理（并行）
results = []
with threadpoolexecutor(max_workers=max_workers) as executor:
futures = [executor.submit(self.process_single_image, f) for f in image_files]
for i, future in enumerate(futures):
result = future.result()
results.append(result)
print(f"进度: {i+1}/{len(image_files)} - 已处理 {result['文件名']}")
# 保存到excel
df = pd.dataframe(results)
df.to_excel(self.output_excel, index=false, engine='openpyxl')
print(f"\n处理完成！结果已保存至: {self.output_excel}")
print(f"成功: {len(df[df['状态'] == '成功'])} 个，失败: {len(df[df['状态'] != '成功'])} 个")
# 返回统计信息
return df
# 使用示例
if __name__ == "__main__":
processor = batchocrprocessor(
input_dir='./images', # 图片目录
output_excel='./ocr_results.xlsx', # 输出excel
lang='chi_sim+eng', # 中英文混合
use_preprocess=true # 启用预处理
)
results_df = processor.run(max_workers=4)
5.2 使用paddleocr作为备选方案
如果tesseract的识别效果不够理想，可以考虑使用paddleocr。paddleocr是百度开源的ocr工具包，在中文识别方面表现优异。
# 安装paddleocr
# pip install paddlepaddle paddleocr
from paddleocr import paddleocr
def ocr_with_paddle(image_path):
"""
使用paddleocr识别
"""
# 初始化ocr（首次运行会下载模型）
ocr = paddleocr(use_angle_cls=true, lang='ch')
# 识别
result = ocr.ocr(image_path, cls=true)
# 提取文本
text = ''
for line in result:
for word_info in line:
text += word_info[1][0] + ' '
return text
六、性能优化与常见问题解决方案
6.1 识别准确率提升策略
根据实践经验，提升ocr准确率可以从以下几个方面入手：
- 图像质量优先：确保输入图像清晰，分辨率适中（建议300 dpi以上）
- 针对性预处理：根据图像特点选择合适的预处理技术
- 语言包选择：确保使用正确的语言包，必要时可以组合多个语言包
- psm模式调优：根据文本布局选择合适的页面分割模式
- 字符白名单：限制识别字符集，减少误识别
- 后处理校正：利用正则表达式、词典或语言模型校正识别结果
def postprocess_text(text, known_words=none):
"""
后处理：清洗和校正识别结果
"""
# 去除多余的空格和换行
text = ' '.join(text.split())
# 去除特殊字符，只保留字母、数字、中文和基本标点
import re
text = re.sub(r'[^\u4e00-\u9fff\u0041-\u005a\u0061-\u007a\u0030-\u0039\s\.,;:!?()]', '', text)
# 如果提供了已知词汇表，可以进行简单的纠错
if known_words:
words = text.split()
corrected = []
for word in words:
if word not in known_words:
# 简单纠错：查找最相似的已知词
# 这里可以集成更复杂的拼写检查算法
pass
corrected.append(word)
text = ' '.join(corrected)
return text
6.2 常见问题及解决方案
问题1：tesseractnotfounderror
解决方案：确保tesseract已正确安装并添加到系统path，或在代码中手动指定路径：
pytesseract.pytesseract.tesseract_cmd = r'c:\program files\tesseract-ocr\tesseract.exe'
问题2：中文识别乱码或准确率低
解决方案：
- 确认已安装中文语言包（
tesseract-ocr-chi-sim） - 使用
lang='chi_sim'参数 - 确保图像预处理正确，特别是二值化处理
- 考虑使用paddleocr替代
问题3：识别结果包含大量噪声字符
解决方案：
- 使用字符白名单限制识别范围
- 加强图像预处理，去除噪点
- 使用后处理过滤无效字符
问题4：处理速度慢
解决方案：
- 使用并行处理批量图片
- 适当降低图像分辨率（但需保持清晰）
- 缓存重复的识别结果
问题5：图像模糊或分辨率低
解决方案：
- 使用opencv的超分辨率技术
- 尝试图像锐化增强细节
- 放大图像（保持长宽比）
def enhance_image(image_path):
"""
图像增强：锐化+超分辨率
"""
img = cv2.imread(image_path)
# 锐化
kernel_sharpen = np.array([[-1,-1,-1],
[-1, 9,-1],
[-1,-1,-1]])
sharpened = cv2.filter2d(img, -1, kernel_sharpen)
# 放大（如果图像太小）
height, width = sharpened.shape[:2]
if width < 800 or height < 600:
scale = max(800/width, 600/height)
new_width = int(width * scale)
new_height = int(height * scale)
enlarged = cv2.resize(sharpened, (new_width, new_height), interpolation=cv2.inter_cubic)
return enlarged
return sharpened
以上就是从入门到验证码识别详解python ocr技术实战指南的详细内容，更多关于python ocr技术的资料请关注代码网其它相关文章！
发表评论