用 Go 实现图像验证码识别：从图像到字符的自动提取

一、项目目标
本文旨在演示如何使用 Go 语言构建一个简单的图像验证码识别程序，支持自动读取、预处理、分割并识别四位字符型验证码。此项目适合用于理解验证码识别流程的各个环节，尤其适合 Go 开发者实现基本 OCR 流程。

二、核心依赖库
图像处理：image、image/color、image/draw

图像增强：github.com/disintegration/imaging
更多内容访问ttocr.com或联系1436423940
模型推理（可选）：Python 导出的 ONNX 模型，可结合 Go 的 onnxruntime 调用

三、实现步骤

1. 图像加载与灰度化处理

func LoadAndGray(path string) image.Image {
img, err := imaging.Open(path)
if err != nil {
log.Fatalf("无法读取图像：%v", err)
}
return imaging.Grayscale(img)
}
2. 简单二值化处理

func Binarize(img image.Image, threshold uint8) *image.Gray {
bounds := img.Bounds()
grayImg := image.NewGray(bounds)
for y := bounds.Min.Y; y < bounds.Max.Y; y++ {
for x := bounds.Min.X; x < bounds.Max.X; x++ {
gray := color.GrayModel.Convert(img.At(x, y)).(color.Gray)
if gray.Y > threshold {
grayImg.SetGray(x, y, color.Gray{Y: 255})
} else {
grayImg.SetGray(x, y, color.Gray{Y: 0})
}
}
}
return grayImg
}
3. 手动字符切割（假设均匀分布）

func SplitImage(img *image.Gray, parts int) []image.Image {
width := img.Bounds().Dx()
height := img.Bounds().Dy()
step := width / parts

var imgs []image.Image
for i := 0; i < parts; i++ {
	rect := image.Rect(i*step, 0, (i+1)*step, height)
	cropped := imaging.Crop(img, rect)
	resized := imaging.Resize(cropped, 28, 28, imaging.Lanczos)
	imgs = append(imgs, resized)
}
return imgs

}
4. 调用 Python 模型识别（通过 HTTP 接口或 RPC）

func Predict(img image.Image) string {
// 假设模型服务已经部署，支持 REST 接口识别 28x28 的图片
// 此处可使用 base64 编码将图像传输至后端识别服务
return "x" // 返回识别结果占位符
}
5. 主流程整合

func main() {
img := LoadAndGray("captcha.png")
bin := Binarize(img, 140)
parts := SplitImage(bin, 4)

var code string
for _, part := range parts {
	code += Predict(part)
}
fmt.Println("识别出的验证码是:", code)

}