用 Go 语言与 Tesseract OCR 实现英文数字验证码识别

Go 语言本身不直接支持图像识别，但可以通过调用 Tesseract OCR 引擎来进行图像识别。我们可以使用 Go 的 tesseract 包来实现这一功能。

一、安装与配置

安装 Tesseract OCR

首先，你需要在系统中安装 Tesseract OCR。安装方法和前面一样：

Ubuntu（Linux）：

sudo apt-get update
sudo apt-get install tesseract-ocr

macOS：

brew install tesseract

Windows：
下载并安装 Tesseract 的 Windows 安装包
。

安装 Go 的 Tesseract 库

Go 语言有一个 Tesseract 库，叫做 github.com/otiai10/gosseract，我们需要将它安装到项目中。

在你的 Go 项目中运行以下命令来安装该库：

go get -u github.com/otiai10/gosseract

创建 Go 项目

如果你还没有 Go 项目，可以通过以下命令创建一个新的 Go 项目：

mkdir captcha-recognition
cd captcha-recognition
go mod init captcha-recognition

二、Go 代码实现验证码识别

以下是完整的 Go 代码，用来识别验证码中的英文数字字符：

package main

import (
"fmt"
"log"

"github.com/otiai10/gosseract"

)

func main() {
// 创建 Tesseract 客户端
client := gosseract.NewClient()
defer client.Close()

// 设置 OCR 的语言为英文
client.SetLanguage("eng")// 设置字符白名单，限制只识别字母和数字
client.SetVariable("tessedit_char_whitelist", "ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789")// 识别图片中的文本
err := client.SetImage("captcha.jpg")
if err != nil {log.Fatalf("设置图片失败: %v", err)
}// 获取识别结果
text, err := client.Text()
if err != nil {log.Fatalf("识别文本失败: %v", err)
}// 输出识别结果
fmt.Printf("识别结果: %s\n", text)

}

三、代码解析

创建 Tesseract 客户端：
我们通过 gosseract.NewClient() 创建一个 Tesseract 客户端，负责调用 Tesseract OCR 引擎进行图像识别。

设置 OCR 语言：
使用 client.SetLanguage("eng") 设置识别语言为英文。

设置字符白名单：
为了提高识别准确性，使用 client.SetVariable("tessedit_char_whitelist", "ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789") 限制 Tesseract 只识别字母和数字，这样能够避免一些非字母数字字符的干扰。

加载图像：
通过 client.SetImage("captcha.jpg") 加载需要识别的图像文件。

获取识别结果：
使用 client.Text() 获取图像中的文本内容，即验证码中的字符。

四、图像预处理

和其他语言类似，验证码图像可能会包含噪点或干扰，影响识别的准确性。你可以使用图像处理库对图像进行预处理，以提高识别效果。

Go 语言有一个非常强大的图像处理库，叫做 github.com/nfnt/resize，可以用来对图像进行裁剪、缩放等处理。

在 go.mod 文件中添加以下依赖：

go get -u github.com/nfnt/resize

然后，你可以修改代码来进行图像的灰度化和二值化处理：

package main

import (
"fmt"
"log"
"github.com/otiai10/gosseract"
"github.com/nfnt/resize"
"image"
"image/color"
_ "image/jpeg" // JPEG 图片解码器
_ "image/png" // PNG 图片解码器
"os"
)

func preprocessImage(imagePath string) (image.Image, error) {
// 打开图片文件
file, err := os.Open(imagePath)
if err != nil {
return nil, fmt.Errorf("打开图片失败: %v", err)
}
defer file.Close()

// 解码图片
img, _, err := image.Decode(file)
if err != nil {return nil, fmt.Errorf("解码图片失败: %v", err)
}// 转换为灰度图像
grayImg := image.NewGray(img.Bounds())
for y := 0; y < img.Bounds().Max.Y; y++ {for x := 0; x < img.Bounds().Max.X; x++ {originalColor := img.At(x, y)r, g, b, _ := originalColor.RGBA()gray := uint8((r + g + b) / 3 / 256)grayImg.Set(x, y, color.Gray{Y: gray})}
}// 可以进一步处理：比如二值化
// 在此简单做个二值化处理
for y := 0; y < grayImg.Bounds().Max.Y; y++ {for x := 0; x < grayImg.Bounds().Max.X; x++ {c := grayImg.At(x, y)gray, _, _, _ := c.RGBA()if gray > 128 {grayImg.Set(x, y, color.Gray{Y: 255})} else {grayImg.Set(x, y, color.Gray{Y: 0})}}
}return grayImg, nil

}

func main() {
// 预处理图片
processedImage, err := preprocessImage("captcha.jpg")
if err != nil {
log.Fatalf("图像预处理失败: %v", err)
}

// 将处理后的图像保存为文件
outfile, err := os.Create("processed_captcha.png")
if err != nil {log.Fatalf("保存预处理后的图片失败: %v", err)
}
defer outfile.Close()// 将处理后的图像保存到文件
err = png.Encode(outfile, processedImage)
if err != nil {log.Fatalf("编码处理后图像失败: %v", err)
}// 创建 Tesseract 客户端
client := gosseract.NewClient()
defer client.Close()// 设置 OCR 的语言为英文
client.SetLanguage("eng")// 设置字符白名单，限制只识别字母和数字
client.SetVariable("tessedit_char_whitelist", "ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789")// 识别图片中的文本
err = client.SetImage("processed_captcha.png")
if err != nil {log.Fatalf("设置图片失败: %v", err)
}// 获取识别结果
text, err := client.Text()
if err != nil {log.Fatalf("识别文本失败: %v", err)
}// 输出识别结果
fmt.Printf("识别结果: %s\n", text)

}