使用 TypeScript 和 Tesseract.js 实现验证码图像识别

一、项目介绍
Tesseract.js 是 Tesseract OCR 的 WebAssembly 封装，支持在 Node.js 和浏览器中运行。本项目将使用 TypeScript 构建一个命令行工具，加载验证码图像，识别其中的英文和数字内容。

二、环境准备
安装 Node.js 和 TypeScript
建议使用最新版 Node.js 和 npm：
更多内容访问ttocr.com或联系1436423940
npm install -g typescript
创建项目目录

mkdir captcha-ts-ocr
cd captcha-ts-ocr
npm init -y
安装依赖

npm install tesseract.js @types/node
npm install --save-dev typescript ts-node
创建 tsconfig.json：

{
"compilerOptions": {
"target": "ES2020",
"module": "commonjs",
"esModuleInterop": true,
"strict": true
}
}
三、添加验证码识别代码
创建 index.ts：

import * as Tesseract from 'tesseract.js';
import * as path from 'path';

const imagePath = path.resolve(__dirname, 'captcha.png');

(async () => {
console.log('开始识别验证码...');

const { data: { text } } = await Tesseract.recognize(
imagePath,
'eng',
{
tessedit_char_whitelist: 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789',
logger: m => console.log(m.status, m.progress)
}
);

const cleaned = text.replace(/[^A-Za-z0-9]/g, '').trim();

console.log(识别结果为: ${cleaned});
})();
四、准备验证码图像
将验证码图像命名为 captcha.png 并放在项目根目录。

图像建议为清晰的 PNG 或 JPEG 格式（不包含复杂干扰线）。

五、运行程序
在命令行中运行：

npx ts-node index.ts
输出示例：

识别结果为: K39AB
六、进阶功能建议
图像预处理：使用 sharp 模块对图像进行灰度化或放大：

npm install sharp
预处理代码示例：

import sharp from 'sharp';

await sharp('captcha.png')
.grayscale()
.threshold(120)
.toFile('processed.png');
然后再识别 processed.png。

批量识别多个图像

前端版本：Tesseract.js 支持在浏览器中直接使用，非常适合无后端的 Web 应用。