ocr(optical character recognition):光學字元識別,是指對檔案中的文字進行分析識別，獲取的過程。
tesseract：開源的ocr識別引擎，初期tesseract引擎由hp實驗室研發，後來貢獻給了開源軟體業，後經由google進行改進，消除bug，優化，重新發布。當前版本為3.01.
專案位址為：
windows 命令列使用tesseract-ocr引擎識別驗證碼:
tesseract-ocr-setup-3.01-1.exe
附錄:tessdata 目錄存放的是語言字型檔檔案，和在命令列介面中可能用到的引數所對應的檔案. 這個安裝程式預設包含了英文字型檔。
2、使用tessract-ocr引擎識別驗證碼
開啟dos介面，輸入tesseract：
如果出現如上輸出，表示安裝正常。
我準備了一張驗證碼code.jpg放在d盤根目錄下
結果為:
附錄:usage:tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile...]
pagesegmode values are:
0 = orientation and script detection (osd) only.
1 = automatic page segmentation with osd.
2 = automatic page segmentation, but no osd, or ocr
3 = fully automatic page segmentation, but no osd. (default)
4 = assume a single column of text of variable sizes.
5 = assume a single uniform block of vertically aligned text.
6 = assume a single uniform block of text.
7 = treat the image as a single text line.
8 = treat the image as a single word.
9 = treat the image as a single word in a circle.
10 = treat the image as a single character.
-l lang and/or -psm pagesegmode must occur before anyconfigfile.
tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile...]
tesseract 名 輸出檔名 -l 字型檔檔案 -psm pagesegmode 配置檔案
例如：tesseract code.jpg result -l chi_sim -psm 7 nobatch
-psm 7 表示告訴tesseract code.jpg是一行文字 這個引數可以減少識別錯誤率. 預設為 3
configfile 引數值為tessdata\configs 和 tessdata\tessconfigs 目錄下的檔名
驗證碼 簡單驗證碼識別
這裡的驗證碼是內容非常簡單的，結構非常清晰的 這裡的驗證碼是內容非常簡單的，結構非常清晰的 這裡的驗證碼是內容非常簡單的，結構非常清晰的 興之所至之所以說簡單，我覺得是這樣的 抽了五張驗證碼扔進ps，50 透明度，長這樣 只有數字為內容 每張圖的數字都在固定位置 沒有太大的干擾因素 數字字型，形態完...
驗證碼一（驗證碼生成）
根據手機好查詢密碼 return type description code for i 0 i 6 i 4位驗證碼也可以用rand 1000,9999 直接生成 將生成的驗證碼寫入session，備驗證時用 session start session verify num code 建立，定義顏色...
12306驗證碼 驗證碼的架構
最近和眾屌絲一樣，在12306上面刷著春節回家的票。與她大戰無數個回合之後，終於搶到了一張回家的高鐵票，不斷感慨最近人品還不錯。當前，在使用12306的過程中，充滿很多的心酸，念叨了鐵道部的親人很多次 罪過 其中最讓人糾結的一項即是 驗證碼。12306採用驗證碼，無疑是一種很不錯的措施，可以在一定程...