使用 Ruby 和 Tesseract 实现验证码识别

一、引言
验证码识别在自动化测试和数据抓取中扮演着重要角色。Ruby 作为一门简洁优雅的脚本语言，可以结合 Tesseract OCR 轻松实现验证码识别。本文将介绍如何使用 Ruby 和 Tesseract 进行验证码识别。

二、环境准备
2.1 安装 Ruby
在不同操作系统上安装 Ruby：

Ubuntu：
更多内容访问ttocr.com或联系1436423940
sudo apt update
sudo apt install ruby-full
ruby -v
macOS：

brew install ruby
ruby -v
Windows： 下载并安装 RubyInstaller：RubyInstaller

2.2 安装 Tesseract

sudo apt update
sudo apt install tesseract-ocr

brew install tesseract
Windows： 下载并安装：Tesseract for Windows

2.3 安装所需的 Ruby Gem
使用 RTesseract 来调用 Tesseract：

gem install rmagick
gem install rtesseract
三、代码实现
3.1 代码结构
读取验证码图像

进行图像预处理（如灰度化）

使用 Tesseract 进行文本识别

输出识别结果

3.2 Ruby 代码示例
创建文件 captcha_recognizer.rb：

require 'rtesseract'
require 'rmagick'

def preprocess_image(image_path)
image = Magick::Image.read(image_path).first

转换为灰度图像

gray_image = image.quantize(256, Magick::GRAYColorspace)

调整对比度和亮度

enhanced_image = gray_image.level(0.1 * Magick::QuantumRange, 1.2, 0)

保存处理后的图片

processed_path = "processed_#{image_path}"
enhanced_image.write(processed_path)
processed_path
end

def recognize_captcha(image_path)
processed_path = preprocess_image(image_path)
image = RTesseract.new(processed_path, lang: "eng")
text = image.to_s
puts "识别结果：#{text.strip}"
end

示例：识别 captcha.png

recognize_captcha("captcha.png")
四、运行程序
确保同目录下存在 captcha.png：

ruby captcha_recognizer.rb
五、效果优化
5.1 设置白名单
减少误识别，可以限定字符范围：

image = RTesseract.new(processed_path, lang: "eng", whitelist: "ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789")
5.2 更改 PSM 模式
针对验证码特性，使用单行模式：
image = RTesseract.new(processed_path, lang: "eng", psm: 7)
六、输出示例
假设验证码为 ABC123，程序输出：

识别结果：ABC123