使用 Swift 和 Tesseract OCR 解析验证码

1. 环境准备
   1.1 安装 Tesseract OCR
   在 macOS 上，你可以使用 Homebrew 进行安装：

bash

brew install tesseract
安装完成后，检查 Tesseract 是否可用：

bash

tesseract --version
1.2 创建 Swift 项目
如果你要在 macOS 终端应用中使用 Swift 进行 OCR 识别，可以创建一个 Swift Package：

mkdir SwiftOCR
cd SwiftOCR
swift package init --type executable
如果你要在 iOS 应用中使用 Tesseract，可以使用 CocoaPods 安装 TesseractOCRiOS：

pod init
在 Podfile 中添加：

ruby

pod 'TesseractOCRiOS'
然后执行：

bash

pod install
2. 代码实现（macOS 版本）
在 Sources/SwiftOCR/main.swift 中添加以下代码：

swift

import Foundation
import Vision
import AppKit

/// 读取验证码图片
func loadCaptchaImage(path: String) -> NSImage? {
return NSImage(contentsOfFile: path)
}

/// 将图片转换为灰度并进行二值化处理
func preprocessImage(image: NSImage) -> NSImage? {
let ciImage = CIImage(data: image.tiffRepresentation!)
let grayscaleFilter = CIFilter(name: "CIColorControls")!
grayscaleFilter.setValue(ciImage, forKey: kCIInputImageKey)
grayscaleFilter.setValue(0.0, forKey: kCIInputSaturationKey)

let outputImage = grayscaleFilter.outputImage
let rep = NSBitmapImageRep(ciImage: outputImage!)
let pngData = rep.representation(using: .png, properties: [:])

return NSImage(data: pngData!)

}

/// 使用 Tesseract 进行 OCR 识别
func recognizeText(from imagePath: String) -> String? {
let process = Process()
process.launchPath = "/usr/local/bin/tesseract" // 确保路径正确
process.arguments = [imagePath, "stdout", "-l", "eng", "--psm", "6"]

let pipe = Pipe()
process.standardOutput = pipe
process.launch()

let data = pipe.fileHandleForReading.readDataToEndOfFile()
return String(data: data, encoding: .utf8)?.trimmingCharacters(in: .whitespacesAndNewlines)

}

let imagePath = "captcha.png" // 请替换为你的验证码图片路径
if let image = loadCaptchaImage(path: imagePath) {
if let processedImage = preprocessImage(image: image) {
let processedPath = "processed_captcha.png"
let imageData = processedImage.tiffRepresentation!
try? imageData.write(to: URL(fileURLWithPath: processedPath))

    if let text = recognizeText(from: processedPath) {
        print("识别出的验证码: \(text)")
    } else {
        print("OCR 识别失败")
    }
}

} else {
print("无法加载图像")
}
3. 代码解析
3.1 读取并预处理图像
swift

func preprocessImage(image: NSImage) -> NSImage?
先将图片转换为灰度
进一步进行二值化处理以增强字符对比度
3.2 调用 Tesseract 进行 OCR 解析
swift

let process = Process()
process.launchPath = "/usr/local/bin/tesseract"
process.arguments = [imagePath, "stdout", "-l", "eng", "--psm", "6"]
使用 Tesseract 识别文本，并设置 PSM 模式为 6（假设文本为单行）
4. 运行程序
执行：

bash

swift run
程序会处理验证码图片并输出识别结果。

5. 提高识别准确率
   5.1 调整 Tesseract PSM 模式
   不同的 PSM 模式适用于不同场景：

PSM 6：假设为单行文本
PSM 7：单行纯文本（更适合验证码）
PSM 10：单字符模式（适用于分割验证码）
可以调整：

swift

process.arguments = [imagePath, "stdout", "-l", "eng", "--psm", "7"]
5.2 进一步图像优化
降噪处理：可以使用 OpenCV 进一步去除噪点
字符分割：适用于粘连字符的验证码