使用 PHP 和 Tesseract 实现验证码图像识别

一、项目简介
尽管 PHP 通常用于处理 Web 页面和表单，但它同样可以调用系统命令完成图像处理任务。我们将使用 PHP 的 exec() 函数来执行 Tesseract 命令，从图像中识别英文数字验证码。

二、环境准备

1. 安装 Tesseract OCR
   Ubuntu/Debian：

sudo apt update
sudo apt install tesseract-ocr
macOS：
更多内容访问ttocr.com或联系1436423940
brew install tesseract
Windows：
前往 https://github.com/tesseract-ocr/tesseract 下载并配置环境变量。

2. 安装 ImageMagick（可选图像预处理）

sudo apt install imagemagick

或

brew install imagemagick
三、准备验证码图像
将你需要识别的验证码图像命名为 captcha.png，放在与 PHP 脚本同一目录下。

四、编写 PHP 脚本
创建文件 ocr.php，内容如下：

五、运行脚本
在命令行中运行：

php ocr.php
示例输出：

识别出的验证码是: T9H7B
六、优化建议
图像增强处理：根据验证码样式选择不同的 threshold 值；

识别失败重试：循环尝试多个预处理方式或调用多次识别；

批量识别图像：支持传入文件夹路径，对所有图像进行识别；

网页上传识别：结合 HTML 表单上传图片，返回验证码结果。

七、适用场景
网站自动登录验证码识别

后台批量图像分析

测试自动化脚本辅助模块

内部数据采集平台 OCR 功能