用 PHP 结合 Tesseract OCR 解析验证码

1. 环境准备
   1.1 安装 PHP

如果尚未安装 PHP，可以使用以下方式安装：

Windows

从 PHP 官方网站
下载并安装。
更多内容访问ttocr.com或联系1436423940
macOS（Homebrew）
brew install php

Linux（Ubuntu）
sudo apt update
sudo apt install php-cli php-xml

检查 PHP 是否安装成功：

php -v

1.2 安装 Tesseract OCR
macOS（Homebrew）
brew install tesseract

Linux（Ubuntu）
sudo apt update
sudo apt install tesseract-ocr

Windows

从 Tesseract GitHub
下载并安装。

安装完成后，检查 Tesseract 是否可用：

tesseract --version

2. 代码实现

创建 captcha_reader.php 并写入以下代码：

3. 代码解析
   3.1 图像预处理
   exec("convert $captchaImage -colorspace Gray -threshold 50% $processedImage");

使用 ImageMagick 将验证码转换为灰度，并进行二值化处理，以提高 OCR 识别率。

3.2 OCR 识别
$output = shell_exec("tesseract $processedImage stdout");

调用 tesseract 命令行工具进行验证码识别，并获取输出结果。

3.3 输出识别结果
echo "识别出的验证码: " . trim($output) . "\n";

移除 OCR 结果中的多余空格，并输出验证码。

4. 运行程序

确保 captcha.png 图片存在于相同目录下，然后在终端运行：

php captcha_reader.php

示例输出：

识别出的验证码: X7G9H

5. 提高 OCR 识别率
   5.1 选择不同的 Tesseract PSM 模式
   $output = shell_exec("tesseract $processedImage stdout --psm 6");

PSM 6 适用于单行验证码，提高准确率。

5.2 限制识别字符集
$output = shell_exec("tesseract $processedImage stdout -c tessedit_char_whitelist=0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ");

让 Tesseract 只识别数字和大写字母，提高精确度。