使用Python提取验证码图像文本遇问题，寻求技术建议

第一张图是清晰的浅色背景深色文本（"ALZ"），Tesseract默认配置就能正常识别；第二张是带蓝色干扰线的验证码（"5X2W"），这类带干扰的图像需要先做预处理，才能让OCR工具提取到文本。

核心方案：图像预处理+OCR参数优化 #

通过预处理去除干扰、增强文本对比度，再针对性配置Tesseract的识别参数，具体代码实现如下：

from PIL import Image
from pytesseract import pytesseract
import cv2
import numpy as np

path_to_tesseract = r'C:\Program Files\Tesseract-OCR\tesseract.exe'
pytesseract.tesseract_cmd = path_to_tesseract

# 替换为第二张验证码的本地路径
path_to_image = 'h5eJp.png'

# 用OpenCV完成图像预处理
img = cv2.imread(path_to_image)
# 转为灰度图，减少颜色干扰
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 自适应二值化，精准分离文本与背景
binary_img = cv2.adaptiveThreshold(
    gray_img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2
)
# 形态学开运算，去除细干扰线
kernel = np.ones((1, 3), np.uint8)
cleaned_img = cv2.morphologyEx(binary_img, cv2.MORPH_OPEN, kernel, iterations=1)

# 转换为PIL格式供Tesseract识别
pil_img = Image.fromarray(cleaned_img)

# 配置识别参数：指定单块文本+限定字符集
text = pytesseract.image_to_string(
    pil_img,
    config='--psm 8 -c tessedit_char_whitelist=ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789'
)

print("识别结果：", text.strip())

关键参数说明 #

• --psm 8：告诉Tesseract识别单个连续文本块，适配验证码的排版特点
• tessedit_char_whitelist：限定只识别大写字母和数字，过滤无关字符，提升识别准确率
• 预处理环节：灰度化简化图像信息，自适应二值化应对不均匀背景，开运算去除细干扰线

内容的提问来源于stack exchange，提问作者murty