PHP 结合 Tesseract OCR 解析验证码

1. 环境准备
   1.1 安装 PHP
   如果尚未安装 PHP，可以使用以下方式安装：

Windows
从 PHP 官方网站 下载并安装。

macOS（Homebrew）
bash

brew install php
Linux（Ubuntu）
bash

sudo apt update
sudo apt install php-cli php-xml
检查 PHP 是否安装成功：

bash

php -v
1.2 安装 Tesseract OCR
macOS（Homebrew）
bash

brew install tesseract
Linux（Ubuntu）
bash
sudo apt update
sudo apt install tesseract-ocr
Windows
从 Tesseract GitHub 下载并安装。

安装完成后，检查 Tesseract 是否可用：

bash

tesseract --version
2. 代码实现
创建 captcha_reader.php 并写入以下代码：

php

3. 代码解析
   3.1 图像预处理
   php

exec("convert $captchaImage -colorspace Gray -threshold 50% $processedImage");
使用 ImageMagick 将验证码转换为灰度，并进行二值化处理，以提高 OCR 识别率。
3.2 OCR 识别
php

$output = shell_exec("tesseract $processedImage stdout");
调用 tesseract 命令行工具进行验证码识别，并获取输出结果。
3.3 输出识别结果
php

echo "识别出的验证码: " . trim($output) . "\n";
移除 OCR 结果中的多余空格，并输出验证码。
4. 运行程序
确保 captcha.png 图片存在于相同目录下，然后在终端运行：

bash

php captcha_reader.php
示例输出：

makefile

识别出的验证码: X7G9H
5. 提高 OCR 识别率
5.1 选择不同的 Tesseract PSM 模式
php

$output = shell_exec("tesseract $processedImage stdout --psm 6");
PSM 6 适用于单行验证码，提高准确率。
5.2 限制识别字符集
php

$output = shell_exec("tesseract $processedImage stdout -c tessedit_char_whitelist=0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ");
让 Tesseract 只识别数字和大写字母，提高精确度。