使用 PHP 结合 Tesseract OCR 进行验证码识别

1. 环境准备
   1.1 安装 PHP
   如果尚未安装 PHP，可以使用以下命令安装：

Windows 用户：可从 PHP 官方网站 下载并安装。

Linux 用户（Ubuntu 示例）：

bash

sudo apt update
sudo apt install php
macOS 用户（使用 Homebrew）：

bash

brew install php
安装完成后，检查 PHP 是否可用：

php -v
1.2 安装 Tesseract OCR
Windows 用户：

下载 Tesseract 安装包：Tesseract GitHub
安装后将 tesseract.exe 路径添加到系统环境变量中。
Linux 用户（Ubuntu 示例）：

bash

sudo apt install tesseract-ocr
macOS 用户（Homebrew）：

bash

brew install tesseract
安装完成后，检查是否成功安装：

bash

tesseract --version
2. 代码实现
2.1 读取 & 处理验证码
创建 captcha_reader.php 并编写以下代码：

php

3. 代码解析
   3.1 使用 exec() 调用 Tesseract
   php

exec("tesseract captcha.png output -l eng");
tesseract captcha.png output -l eng：调用 Tesseract 处理 captcha.png 并将结果存入 output.txt。
3.2 读取识别结果
php

$text = file_get_contents("output.txt");
读取 output.txt 并返回识别文本。
3.3 处理异常
file_exists($imagePath) 确保图像文件存在。
unlink($outputFile) 删除临时文件，防止占用存储空间。
4. 运行程序
确保 captcha.png 存在于当前目录下，然后执行：

bash

php captcha_reader.php
示例输出：

makefile

识别出的验证码: X9G7A
5. 提高 OCR 识别准确率
5.1 设定 Tesseract PSM 模式
php

$command = "tesseract " . escapeshellarg($imagePath) . " " . escapeshellarg($outputFile) . " -l eng --psm 6";
--psm 6 适用于单行文本验证码，提高识别率。
5.2 设置字符白名单
php
更多内容访问ttocr.com或联系1436423940
$command = "tesseract " . escapeshellarg($imagePath) . " " . escapeshellarg($outputFile) . " -l eng -c tessedit_char_whitelist=0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ";
限制 Tesseract 只识别验证码中的数字和大写字母。
5.3 进一步图像优化
去噪点
二值化处理
字符分割