🛠️ 项目日志：我用 Go 写了一个验证码识别器（OCR 实战）

验证码是个麻烦东西。在为公司做一个自动化测试系统的时候，前端登录页的验证码让我头疼了几天。为了解决这个问题，我用 Go 和 Tesseract 写了个小工具，能自动处理并识别验证码图片。本文是这次开发的完整记录，也许能帮到同样遇到验证码困扰的你。

🎯 问题背景
我们的系统在登录时必须输入验证码。自动化测试流程必须无人工干预，而验证码却让 CI/CD 卡了壳。

我考虑过几种方式：

后端绕过验证码：不行，验证码校验逻辑已经固化在服务端。

模拟输入：不现实，每次验证码都不一样。

OCR 自动识别：可行！但效果不能差。

我最终决定使用 Tesseract（开源 OCR 引擎）配合 Go 语言实现自动识别脚本。

🧱 技术方案拆解
核心目标：读取验证码图像，进行预处理，再使用 OCR 获取文字。

技术选型：
语言：Go（执行快，开发迅速）

OCR 引擎：Tesseract

图像预处理库：imaging + nfnt/resize

OCR 绑定：gosseract

⚙️ 环境搭建记录
安装 Tesseract：
macOS：

brew install tesseract
Linux (Ubuntu)：

sudo apt install tesseract-ocr
Windows：去 GitHub 下载 .exe 安装。

安装 Go 包：

go get github.com/otiai10/gosseract/v2
go get github.com/disintegration/imaging
go get github.com/nfnt/resize
📸 图像预处理：关键步骤
验证码图像往往包含噪声、背景干扰，OCR 直接识别很容易出错。所以我加了一些预处理步骤：
更多内容访问ttocr.com或联系1436423940
灰度处理：去除颜色干扰

二值化：将图像转成黑白，强化文字与背景的对比

缩放图像：提高分辨率，OCR 识别更清晰

🔍 实现代码
main.go

package main

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

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

)

func preprocess(srcPath, dstPath string) error {
f, err := os.Open(srcPath)
if err != nil {
return err
}
defer f.Close()

img, _, err := image.Decode(f)
if err != nil {
	return err
}

gray := imaging.Grayscale(img)
processed := image.NewRGBA(gray.Bounds())

for y := 0; y < gray.Bounds().Dy(); y++ {
	for x := 0; x < gray.Bounds().Dx(); x++ {
		p := color.GrayModel.Convert(gray.At(x, y)).(color.Gray)
		if p.Y > 120 {
			processed.Set(x, y, color.White)
		} else {
			processed.Set(x, y, color.Black)
		}
	}
}

scaled := resize.Resize(300, 0, processed, resize.Lanczos3)
return imaging.Save(scaled, dstPath)

}

func main() {
err := preprocess("captcha.png", "clean.png")
if err != nil {
log.Fatalf("图像预处理失败: %v", err)
}

client := gosseract.NewClient()
defer client.Close()
client.SetImage("clean.png")
client.SetPageSegMode(gosseract.PSM_SINGLE_LINE)
client.SetVariable("tessedit_char_whitelist", "0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ")

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

fmt.Println("验证码内容：", text)

}
✅ 实际效果
我测试了几十张验证码图片，识别成功率在 80%-90% 之间。如果遇到背景特别复杂、字符粘连的图像，准确率会有所下降。

不过对于我们系统里的验证码（白底黑字 + 固定长度 + 无扭曲），识别表现非常稳定。

🧠 一些技巧总结
字符集限制：Tesseract 默认会尝试识别各种字符，可以通过 SetVariable("tessedit_char_whitelist", "...") 让它只识别数字或大写字母。

PSM 设置：SetPageSegMode(6) 表示“假设是单一文本行”，比默认效果更好。

图像分辨率重要：低分辨率 OCR 表现差，适当放大图像可显著提升识别率。

📦 项目结构建议

captcha-decoder/
├── main.go
├── captcha.png
├── clean.png
├── go.mod验证码是个麻烦东西。在为公司做一个自动化测试系统的时候，前端登录页的验证码让我头疼了几天。为了解决这个问题，我用 Go 和 Tesseract 写了个小工具，能自动处理并识别验证码图片。本文是这次开发的完整记录，也许能帮到同样遇到验证码困扰的你。