使用 Swift 和 Tesseract 实现英文数字验证码识别

一、项目概述
Swift 是苹果平台的主力语言，广泛用于 macOS 和 iOS 应用开发。本示例将展示如何用 Swift 调用 Tesseract 实现验证码图像的文字识别，适用于桌面工具或移动端输入辅助系统。

二、环境准备

1. 安装 Tesseract OCR
   使用 Homebrew 安装：
   更多内容访问ttocr.com或联系1436423940
   brew install tesseract
   确保 eng.traineddata 模型已安装于 /usr/local/share/tessdata/。

2. 创建 macOS 命令行项目
   使用 Xcode：

打开 Xcode > File > New > Project > macOS > Command Line Tool

命名为 CaptchaOCR

选择 Swift 作为语言

3. 安装 Swift Tesseract 封装库（例如 G8Tesseract）
   如果是 Cocoa 应用，也可以通过 CocoaPods：

pod init
添加：

pod 'TesseractOCRiOS'
然后：

pod install
但在命令行项目中，我们可以直接用 shell 执行 tesseract 命令。

三、验证码识别 Swift 示例（使用 Process 执行 Tesseract）
main.swift

import Foundation

let imagePath = "captcha.png"
let processedPath = "gray_captcha.png"

// Step 1: 图像预处理（灰度化 + 二值化） - 依赖 ImageMagick
let convert = Process()
convert.executableURL = URL(fileURLWithPath: "/usr/local/bin/convert")
convert.arguments = [imagePath, "-colorspace", "Gray", "-threshold", "50%", processedPath]

do {
try convert.run()
convert.waitUntilExit()
} catch {
print("图像处理失败: (error)")
exit(1)
}

// Step 2: 调用 Tesseract 识别
let tesseract = Process()
let pipe = Pipe()

tesseract.executableURL = URL(fileURLWithPath: "/usr/local/bin/tesseract")
tesseract.arguments = [processedPath, "stdout", "-l", "eng", "--psm", "7", "-c", "tessedit_char_whitelist=ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789"]
tesseract.standardOutput = pipe

do {
try tesseract.run()
tesseract.waitUntilExit()

let data = pipe.fileHandleForReading.readDataToEndOfFile()
if let result = String(data: data, encoding: .utf8) {
    let cleaned = result.trimmingCharacters(in: .whitespacesAndNewlines)
        .replacingOccurrences(of: "[^A-Za-z0-9]", with: "", options: .regularExpression)
    print("识别出的验证码为: \(cleaned)")
}

} catch {
print("Tesseract 识别失败: (error)")
}
四、运行程序
将验证码图像 captcha.png 放入项目目录，确保安装了 ImageMagick（brew install imagemagick）。

在 Xcode 中运行或在终端中：

swift run
输出示例：

识别出的验证码为: H39KX
五、适用场景
Swift macOS 工具类小程序

iOS 辅助工具（结合 UIImagePickerController 拍照识别）

内部平台登录验证码自动识别插件

六、可拓展方向
使用 VisionKit 实现 iOS 实时图像流识别；

加入训练模型识别特定验证码字体；

图像处理增强模块，用 CIImage 实现模糊、锐化。