用 Rust 与 Tesseract 实现验证码识别系统

一、项目概述
本项目展示如何使用 Rust 调用 Tesseract OCR 引擎，对英文数字组成的验证码图片进行识别，适合对性能和安全性有较高要求的场景，例如 Web 服务中的验证码自动识别模块。

二、环境准备

1. 安装 Rust

curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
2. 安装 Tesseract
更多内容访问ttocr.com或联系1436423940

Ubuntu / Debian

sudo apt install tesseract-ocr

macOS

brew install tesseract
确保命令行执行 tesseract -v 能看到版本号。

三、新建项目

cargo new captcha_ocr
cd captcha_ocr
四、配置依赖
修改 Cargo.toml：

[dependencies]
tesseract = "0.6"
image = "0.24"
五、编写识别逻辑
修改 src/main.rs：

use std::path::Path;
use tesseract::Tesseract;

fn main() {
// 验证码图片路径
let image_path = "captcha.png";

// OCR 引擎配置
let mut tess = Tesseract::new(None, Some("eng"))
    .expect("Tesseract 初始化失败")
    .set_variable("tessedit_char_whitelist", "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789")
    .expect("无法设置白名单");

// 加载图像并识别
tess.set_image(Path::new(image_path))
    .expect("无法加载图像");

let text = tess.get_text().expect("识别失败");

// 清洗结果
let result: String = text.chars().filter(|c| c.is_alphanumeric()).collect();

println!("识别结果为: {}", result);

}
六、运行程序
确保有一个命名为 captcha.png 的验证码图片放在项目根目录，然后执行：

cargo run
输出示例：

识别结果为: B7Y6X
七、扩展建议
批量识别文件夹下所有验证码

将识别逻辑封装为 Web API（可使用 Actix-Web）

添加图像预处理（灰度、阈值、模糊去噪）