Rust 和 Tesseract 识别英文数字验证码图像

一、项目简介
本文将展示如何使用 Rust 编写一个图像验证码识别程序。我们将通过图像预处理（灰度化）提升识别准确率，并借助 leptess（Tesseract 的 Rust 绑定库）进行 OCR。

二、环境准备
安装 Rust
访问 https://rust-lang.org 下载并安装最新版本的 Rust。

安装 Tesseract OCR
Windows 用户可从 Tesseract OCR 官方 Wiki 下载安装。

Linux 用户可使用包管理器：

sudo apt update
sudo apt install tesseract-ocr libtesseract-dev libleptonica-dev
三、新建项目并添加依赖
创建一个新的 Rust 项目：

cargo new captcha_ocr
cd captcha_ocr
在 Cargo.toml 中添加依赖：

[dependencies]
image = "0.24"
leptess = "0.5"
四、编写验证码识别代码
在 src/main.rs 中编写如下代码：

use image::{GrayImage, Luma};
use leptess::LepTess;

fn main() {
// 加载图像
let img = image::open("captcha.png").expect("无法打开图像").to_luma8();

// 保存灰度图（可选）
img.save("gray_captcha.png").expect("无法保存图像");

// 初始化 Tesseract 引擎
let mut lt = LepTess::new(None, "eng").expect("Tesseract 初始化失败");

// 设置识别字符范围（可选）
lt.set_variable("tessedit_char_whitelist", "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789")
    .unwrap();

// 读取处理后的图像
lt.set_image("gray_captcha.png");

// 执行 OCR 识别
let text = lt.get_utf8_text().expect("OCR 失败");

println!("识别出的验证码为：{}", text.trim());

}
五、运行程序
确保 captcha.png 放在项目根目录下，且包含英文数字字符。

执行命令：
cargo run
输出示例：
更多内容访问ttocr.com或联系1436423940
识别出的验证码为：F2b7K
六、图像预处理建议（进阶）
目前我们只做了简单灰度化，实际情况中可考虑：

二值化处理（如 Otsu 阈值）

中值滤波去噪

字符分割（复杂验证码中常见）

Rust 的 imageproc 等库可以支持这些操作。