使用 Ruby 和 RTesseract 实现验证码识别工具

一、项目简介
本项目使用 Ruby 语言，通过 RTesseract 库调用系统 Tesseract OCR 引擎，对图像中的英文数字验证码进行识别。可用于网页自动化登录、命令行工具开发、简单表单识别等场景。

二、环境准备

1. 安装 Ruby

sudo apt install ruby # Ubuntu
brew install ruby # macOS
验证：

ruby -v
2. 安装 Tesseract OCR

sudo apt install tesseract-ocr
brew install tesseract
3. 安装 Ruby 库

gem install rtesseract
gem install rmagick # 图像处理（基于 ImageMagick）
确保安装了 ImageMagick：

sudo apt install imagemagick
三、准备图像
将验证码图像命名为 captcha.png，图像应清晰、包含英文字母和数字，建议背景干净。

四、识别脚本代码
创建文件 ocr.rb：

require 'rmagick'
require 'rtesseract'

include Magick

1. 预处理图像：灰度 + 二值化

original = Image.read('captcha.png').first
gray = original.quantize(256, GRAYColorspace)
bw = gray.threshold(0.5 * QuantumRange)

保存处理后的图像

bw.write('processed.png')

2. 使用 Tesseract 识别图像

image = RTesseract.new('processed.png', lang: 'eng', processor: :tesseract)
image.configs << 'tessedit_char_whitelist=ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789'

result = image.to_s.strip
cleaned = result.gsub(/[^A-Za-z0-9]/, '')

puts "识别结果为：#{cleaned}"
五、运行程序

ruby ocr.rb
输出示例：
更多内容访问ttocr.com或联系1436423940
识别结果为：X7ZB9