实现图像预处理 + OCR 的验证码识别流程

一、项目背景
验证码的复杂性在不断提高，越来越多的验证码包含噪声、干扰线、扭曲等图像处理障碍，直接使用 Tesseract OCR 识别往往无法获得理想结果。本项目基于 Go 语言，通过图像预处理提升验证码图像质量，再调用 Tesseract 进行识别，以增强识别效果。

二、技术路线
组件 说明
Go 主体开发语言
Tesseract OCR 引擎，负责文字识别
Gosseract Go 调用 Tesseract 的接口
gocv OpenCV 的 Go 绑定，用于图像处理
更多内容访问ttocr.com或联系1436423940
三、环境配置

1. 安装 OpenCV（用于 gocv）
   Ubuntu：

sudo apt update
sudo apt install libopencv-dev
macOS：

brew install opencv
2. 安装 Go 依赖

go get github.com/otiai10/gosseract/v2
go get -u -d gocv.io/x/gocv
四、目录结构

captcha-preprocess/
│
├── main.go // 主入口
├── preprocess.go // 图像预处理模块
五、图像预处理模块（preprocess.go）

package main

import (
"gocv.io/x/gocv"
)

func PreprocessImage(inputPath string, outputPath string) error {
img := gocv.IMRead(inputPath, gocv.IMReadGrayScale)
if img.Empty() {
return fmt.Errorf("无法读取图像：%s", inputPath)
}

// 二值化
gocv.Threshold(img, &img, 120, 255, gocv.ThresholdBinary)

// 降噪
gocv.MedianBlur(img, &img, 3)

// 保存处理后图像
ok := gocv.IMWrite(outputPath, img)
if !ok {
	return fmt.Errorf("图像保存失败：%s", outputPath)
}
return nil

}
六、主程序入口（main.go）

package main

import (
"fmt"
"os"

"github.com/otiai10/gosseract/v2"

)

func main() {
if len(os.Args) < 2 {
fmt.Println("用法: go run main.go <原图像路径>")
return
}

input := os.Args[1]
output := "processed.png"

err := PreprocessImage(input, output)
if err != nil {
	fmt.Println("预处理失败：", err)
	return
}

client := gosseract.NewClient()
defer client.Close()
client.SetImage(output)
client.SetWhitelist("0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ")

text, err := client.Text()
if err != nil {
	fmt.Println("识别失败：", err)
	return
}

fmt.Println("识别结果：", text)

}
七、运行示例

go run main.go captcha.png
输出：

识别结果：Y8TK
八、改进方向
添加形态学操作（如膨胀、腐蚀）处理字符粘连

支持批量识别目录中的验证码图像

增加自动校准图像倾斜度

使用 Go 协程并发处理大量验证码