Go 语言结合 Tesseract OCR 解析验证码

验证码（CAPTCHA）广泛用于网站安全防护，防止恶意机器人操作。然而，在某些自动化测试或数据采集场景中，我们可能需要对验证码进行自动识别。本教程将介绍如何使用 Go 语言结合 Tesseract OCR 进行验证码解析，并探讨优化识别效果的方法。

1. 环境准备
   在编写验证码解析程序之前，我们需要安装 Go 语言和 Tesseract OCR，并配置相关依赖。

1.1 安装 Go 语言
访问 Go 官网 下载最新版本，并按照安装指引完成安装。安装完成后，可以执行以下命令验证是否安装成功：
更多内容访问ttocr.com或联系1436423940
go version
1.2 安装 Tesseract OCR
Tesseract 是一个强大的开源 OCR 引擎，不同系统的安装方式如下：

Windows：下载 Tesseract 安装包 并安装。

Ubuntu（Linux）：

sudo apt update
sudo apt install tesseract-ocr
macOS（Homebrew 安装）：

brew install tesseract
安装完成后，运行以下命令确认 Tesseract 安装成功：

tesseract --version
1.3 安装 Go 语言 OCR 依赖
我们使用 gosseract 库来在 Go 代码中调用 Tesseract OCR，安装方法如下：

go get -u github.com/otiai10/gosseract/v2
2. 编写验证码识别代码
下面是一个完整的验证码解析程序，包含图像预处理和 OCR 识别步骤。

2.1 代码示例

package main

import (
"fmt"
"image"
"image/color"
"log"
"os"

"github.com/otiai10/gosseract/v2"
"github.com/nfnt/resize"
"github.com/disintegration/imaging"

)

func main() {
// 加载验证码图片
imagePath := "captcha.png"
imgFile, err := os.Open(imagePath)
if err != nil {
log.Fatalf("无法打开验证码图片: %v", err)
}
defer imgFile.Close()

// 解析图像
img, _, err := image.Decode(imgFile)
if err != nil {
	log.Fatalf("无法解析图像: %v", err)
}

// 转换为灰度图
grayImg := imaging.Grayscale(img)

// 二值化处理，提高字符对比度
binaryImg := image.NewRGBA(grayImg.Bounds())
for y := 0; y < grayImg.Bounds().Dy(); y++ {
	for x := 0; x < grayImg.Bounds().Dx(); x++ {
		pixel := color.GrayModel.Convert(grayImg.At(x, y)).(color.Gray)
		if pixel.Y > 120 {
			binaryImg.Set(x, y, color.White)
		} else {
			binaryImg.Set(x, y, color.Black)
		}
	}
}

// 调整图片大小，提高 OCR 识别准确率
resizedImg := resize.Resize(300, 0, binaryImg, resize.Lanczos3)

// 保存处理后的图片（可选）
outputPath := "processed_captcha.png"
outFile, err := os.Create(outputPath)
if err != nil {
	log.Fatalf("无法创建输出图片: %v", err)
}
defer outFile.Close()
imaging.Encode(outFile, resizedImg, imaging.PNG)

// OCR 识别
client := gosseract.NewClient()
defer client.Close()

client.SetImage(outputPath)

// 获取识别文本
text, err := client.Text()
if err != nil {
	log.Fatalf("OCR 识别失败: %v", err)
}

// 输出识别结果
fmt.Printf("识别的验证码: %s\n", text)

}
3. 代码解析
3.1 图像处理
为了提高验证码的识别精度，我们对图像进行了以下处理：

灰度化：使用 imaging.Grayscale(img) 将彩色图像转换为灰度图，去除干扰颜色。

二值化：根据像素亮度设定阈值，将图像转换为黑白，提高字符对比度。

调整尺寸：使用 resize.Resize() 放大图片，避免 OCR 误识别过小的字符。

3.2 OCR 识别
gosseract.NewClient()：创建 OCR 客户端。

client.SetImage()：设置待识别的图像。

client.Text()：获取识别出的文本内容。

4. 运行程序
   确保 captcha.png 验证码图片位于程序目录下，然后运行：

go run captcha_recognizer.go
运行后，终端将输出识别到的验证码文本。

5. 提高识别准确率的方法
   5.1 调整 OCR 识别模式
   Tesseract 提供多种页面分割模式（PSM），可以尝试 PSM 6（适用于单行验证码）：

client.SetVariable("tessedit_pageseg_mode", "6")
5.2 设定字符集
如果验证码仅包含数字，可以限定 OCR 只识别数字，提高准确率：

client.SetVariable("tessedit_char_whitelist", "0123456789")
5.3 去除噪点
对于带有干扰线的验证码，可以使用中值滤波等方法进行降噪。

5.4 深度学习 OCR
如果 Tesseract 无法准确识别复杂验证码，可以使用基于深度学习的 OCR 方案，例如：

EasyOCR

PaddleOCR

这些方法通常对复杂验证码（如扭曲、带干扰线的验证码）效果更佳。