使用 Node.js 实现英文数字验证码识别：集成 Tesseract OCR

验证码识别是自动化登录、数据采集等任务中经常遇到的挑战。本文将介绍如何使用 Node.js 和 Tesseract.js（Tesseract 的 JavaScript 封装）构建一个简单的英文数字验证码识别程序。

一、准备环境

1. 安装 Node.js
   请确保系统中已经安装了 Node.js，你可以从 https://nodejs.org 下载并安装最新版。

2. 创建项目目录并初始化
   更多内容访问ttocr.com或联系1436423940
   mkdir captcha-ocr-node
   cd captcha-ocr-node
   npm init -y

3. 安装依赖
   我们需要安装 tesseract.js 和 jimp（用于图像处理）：

npm install tesseract.js jimp
二、编写识别脚本
创建文件 index.js，编写以下内容：

const Tesseract = require('tesseract.js');
const Jimp = require('jimp');

async function preprocessImage(inputPath, outputPath) {
const image = await Jimp.read(inputPath);
image
.grayscale() // 转灰度
.contrast(1) // 增强对比度
.write(outputPath);
}

async function recognizeCaptcha() {
const inputImage = 'captcha.png';
const processedImage = 'processed.png';

await preprocessImage(inputImage, processedImage);

const { data: { text } } = await Tesseract.recognize(
processedImage,
'eng',
{
logger: m => console.log(m) // 显示进度日志（可选）
}
);

console.log(识别的验证码是: ${text.trim()});
}

recognizeCaptcha();
三、准备验证码图像
将你的英文数字验证码图片命名为 captcha.png，放在项目根目录。

四、运行程序
在终端执行：

node index.js
你将看到 Tesseract 的识别日志以及识别结果，例如：

识别的验证码是: X9F3D