如何从HTML页面裁剪验证码图片并结合Python OCR提取数字

一、先完成验证码图片裁剪 #

你需要先将目标验证码图片保存到本地，再通过代码裁剪出有效验证码区域。以下是两种实用裁剪方法：

方法1：用OpenCV裁剪 #

通过像素坐标确定裁剪范围（需自行调整x1,y1,x2,y2，对应验证码在图片中的左上角、右下角坐标）：

import cv2

# 读取原始验证码图片
original_img = cv2.imread("你的原始验证码图片路径.jpg")
# 裁剪区域：y1到y2行，x1到x2列（示例坐标需根据实际图片修改）
x1, y1, x2, y2 = 50, 20, 250, 80
cropped_img = original_img[y1:y2, x1:x2]
# 保存裁剪后的图片
cv2.imwrite("cropped_captcha.png", cropped_img)

方法2：用PIL裁剪 #

若习惯使用PIL库，可采用此方式：

from PIL import Image

# 打开原始验证码图片
img = Image.open("你的原始验证码图片路径.jpg")
# 裁剪区域格式：(左, 上, 右, 下)
cropped_img = img.crop((50, 20, 250, 80))
# 保存裁剪后的图片
cropped_img.save("cropped_captcha.png")

坐标获取技巧：用系统自带画图工具打开图片，鼠标移动到验证码角落，底部会显示对应像素坐标，以此调整裁剪参数。

二、整合裁剪与数字提取流程 #

将裁剪步骤嵌入你提供的提取代码，实现从原始图片到数字提取的一站式操作：

import cv2
import numpy as np
import pytesseract

# 原始图片路径
original_im_path = "E:/"
original_im_name = "原始验证码图片.jpg"
# 裁剪区域坐标（根据实际图片调整）
x1, y1, x2, y2 = 50, 20, 250, 80

# 读取原始图片并直接裁剪
img = cv2.imread(original_im_path + original_im_name)[y1:y2, x1:x2]

# 红色通道阈值处理
th=185
img[img[...,2]>th]=0

# 转为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化处理
binary = cv2.threshold(gray, 0, 255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)[1]

# 放大图片（适配小尺寸验证码）
scale_ = 5
width = int(img.shape[1] * scale_ )
height = int(img.shape[0] * scale_ )
dim = (width, height)
resized = cv2.resize(binary, dim, interpolation = cv2.INTER_CUBIC)

# 形态学腐蚀去噪
resized = cv2.erode(resized, None)

# OCR提取数字
txt = pytesseract.image_to_string(resized, config='--psm 13 outputbase digits')

# 显示处理后的图片
cv2.namedWindow("output", cv2.WINDOW_NORMAL)
cv2.imshow("output", resized)
cv2.waitKey(0)
cv2.destroyAllWindows()

print("提取的验证码数字：", txt)

三、注意事项 #

• 务必根据实际验证码图片调整裁剪坐标，否则无法精准提取有效区域。
• 确保已安装依赖库：pip install opencv-python numpy pytesseract，且Tesseract OCR引擎已配置到系统环境变量。

内容的提问来源于stack exchange，提问作者Daniel