使用 Node.js 与 Tesseract.js 实现验证码识别系统

一、项目背景
验证码识别（OCR）是自动化系统中常见的一环，常用于自动登录、批量信息采集、自动测试等任务。相比于 Python、C++ 等语言，Node.js 提供了更适合 Web 场景的异步处理能力。而 tesseract.js 则是 Tesseract OCR 的 JavaScript 封装，支持 Node.js 与浏览器端运行。

二、技术选型
技术 作用
Node.js 编写脚本逻辑，异步处理图像
tesseract.js OCR 引擎，识别验证码中的字符
sharp（可选） 图像预处理，如灰度、二值化等
commander 命令行参数解析（可选）
更多内容访问ttocr.com或联系1436423940
三、环境准备
确保你已经安装了 Node.js。然后初始化项目并安装依赖：

npm init -y
npm install tesseract.js sharp commander
四、项目结构

captcha-ocr-node/
├── images/
│ └── test.png
├── index.js
├── package.json
五、主程序 index.js

const { createWorker } = require('tesseract.js');
const sharp = require('sharp');
const fs = require('fs');
const path = require('path');
const { program } = require('commander');

// 命令行参数解析
program
.requiredOption('-i, --image ', 'Path to captcha image')
.parse(process.argv);

const inputPath = program.opts().image;

(async () => {
// 图像预处理（灰度 + 二值化）
const preprocessedPath = path.join(__dirname, 'preprocessed.png');

await sharp(inputPath)
.grayscale()
.threshold(120)
.toFile(preprocessedPath);

// OCR识别
const worker = await createWorker('eng', 1, {
logger: m => console.log(m.status, m.progress),
});

await worker.loadLanguage('eng');
await worker.initialize('eng');
await worker.setParameters({
tessedit_char_whitelist: 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789',
});

const {
data: { text },
} = await worker.recognize(preprocessedPath);

console.log('识别结果:', text.trim());

await worker.terminate();
})();
六、测试运行
将验证码图片放入 images/test.png，然后运行命令：

node index.js -i images/test.png
输出示例：

识别结果: 7fKx
七、功能扩展建议
支持中文识别：加载 chi_sim 语言包；

批量识别：读取整个文件夹，循环处理；

HTTP API 接口：使用 express 构建 Web OCR 服务；

浏览器端识别：tesseract.js 也支持浏览器环境；

验证码样式适配：根据验证码样式调整灰度、阈值等参数。

八、适用场景
Web 系统自动化识别登录验证码

前端验证码辅助识别工具

自动化脚本开发（如 puppeteer + tesseract）

浏览器插件 OCR