大家好
我最近刚开始在研究爬虫
在登入的时候，看到这样的验证码图片
http://imgur.com/a/vO5GX
我尝试过把他转成 numpy array 后
切掉旁边的边边
然后用 pytesseract 去读图片
但是辨识率超级低
不知道要如何着手解析这样验证码的文字
想请教一下各位前辈这种类型的要如何分析
谢谢!!
补:
刚刚没说到
其实我有做过一点点处理
大致上是这样 https://goo.gl/zFPBDg
但是辨识成功率大概是 10~40%左右
超级低QQ

去杂点，去边框，文字跟四周留些空白，转成黑白白底黑字，然后tesseract定白名单，应该差不多了

这种用 tensorflow 写个三层 CNN 训练一下就解决了要作到辨识成功率到99%不难

如果字跟杂点都是固定颜色直接用色码把杂点滤掉就好了

我也想问 一楼说的方法 image 要事前做好多处理阿@@

我之前做的笔记http://docdro.id/4cVgmsJ

感谢 另外tensorflos实战的网址 404

网址挂掉就直接google标题吧刚google一下好像找不到了

学习图片的前处理的话,推荐PyImageSearch,也可捡到现成

太感谢这里的大大了，给做image的一个方向，不然根本不知要从何做起，只好一直调vgg

不想前置处理的话可以参考这个https://goo.gl/2k74V2pip安装captcha库然后把扭曲线的那个砍掉字型替换成相近的字体

我试过自已做训练集 用肉眼辨识5000份就累了楼上那方法要自已产验证码自已辨识才行

学弟安安

可以先去看论文，有很多相关的研究。

我做过这种 几乎一模一样的验证码 直接二值化 去杂点不知道为什么图片size会影响 我就把它放大在平滑然后差不多就能有个8成成功率了

想请教怎么放大啊? 例如 DATA 给 64*64不想太多变量就取样成 32*32不知道怎么放大 或是放大的概念

图片存下来我是在把它做拉大的动作 还有四周加上空白