用 Java 和 Tesseract 进行验证码识别：基础实现与优化

news/2025/9/24 19:54:40/文章来源:https://www.cnblogs.com/ocr12/p/19109861

验证码（CAPTCHA）是防止自动化攻击的常见手段。然而，在某些场景下，如自动化测试或者爬虫平台，可能需要识别和处理验证码图像。本文将指导你如何使用 Java 和 Tesseract OCR（光学字符识别）库来实现验证码识别，并提供一些优化建议。

🧰 环境准备

安装 Java 和 Maven：
确保 Java 和 Maven 已经安装好。可以通过命令行检查 Java 和 Maven 版本：

java -version
mvn -v
更多内容访问ttocr.com或联系1436423940

安装 Tesseract OCR：
Tesseract 是开源的 OCR 引擎，用于提取图像中的文本。

Windows 用户：下载并安装 Tesseract，配置环境变量。

Linux 用户（Ubuntu）：

sudo apt install tesseract-ocr

macOS 用户：

brew install tesseract

添加 Maven 依赖：

在你的 pom.xml 中添加以下依赖来使用 Tesseract：

net.sourceforge.tess4jtess4j5.4.0

🧩 核心代码实现

创建 OCR 服务
import net.sourceforge.tess4j.*;
import java.awt.image.BufferedImage;
import javax.imageio.ImageIO;
import java.io.File;
import java.io.IOException;

public class OcrService {

public static String recognizeCaptcha(File imageFile) {ITesseract instance = new Tesseract();instance.setDatapath("tessdata");  // Tesseract OCR 数据路径instance.setLanguage("eng");        // 选择语言instance.setTessVariable("tessedit_pageseg_mode", "6");  // 单行文本模式try {BufferedImage image = ImageIO.read(imageFile);  // 读取图片文件return instance.doOCR(image).trim();            // 执行 OCR 识别} catch (TesseractException | IOException e) {e.printStackTrace();return "识别失败";}
}

}

创建控制器接口
import org.springframework.web.bind.annotation.*;
import org.springframework.web.multipart.MultipartFile;

import java.io.File;

@RestController
@RequestMapping("/captcha")
public class CaptchaController {

@PostMapping("/recognize")
public String recognizeCaptcha(@RequestParam("file") MultipartFile file) throws Exception {// 临时保存文件File tempFile = File.createTempFile("captcha_", ".png");file.transferTo(tempFile);// 调用 OCR 服务进行识别String result = OcrService.recognizeCaptcha(tempFile);// 删除临时文件tempFile.delete();return "识别结果: " + result;
}

}

🛠️ 图像预处理提升识别准确度

在某些情况下，验证码图像包含噪点或较低的对比度，直接进行 OCR 识别可能不够理想。你可以对图像进行预处理来提升识别准确性。

灰度化与二值化处理
import java.awt.Color;
import java.awt.image.BufferedImage;

public class ImagePreprocessor {

public static BufferedImage preprocessImage(BufferedImage image) {// 灰度化处理BufferedImage grayImage = new BufferedImage(image.getWidth(), image.getHeight(), BufferedImage.TYPE_BYTE_GRAY);for (int x = 0; x < image.getWidth(); x++) {for (int y = 0; y < image.getHeight(); y++) {Color color = new Color(image.getRGB(x, y));int gray = (int)(0.3 * color.getRed() + 0.59 * color.getGreen() + 0.11 * color.getBlue());grayImage.setRGB(x, y, new Color(gray, gray, gray).getRGB());}}// 二值化处理BufferedImage binaryImage = new BufferedImage(grayImage.getWidth(), grayImage.getHeight(), BufferedImage.TYPE_BYTE_BINARY);for (int x = 0; x < grayImage.getWidth(); x++) {for (int y = 0; y < grayImage.getHeight(); y++) {int rgb = grayImage.getRGB(x, y);int value = rgb == Color.BLACK.getRGB() ? 0 : 255;binaryImage.setRGB(x, y, new Color(value, value, value).getRGB());}}return binaryImage;
}

}

在 OcrService 中集成图像预处理
public static String recognizeCaptcha(File imageFile) {
ITesseract instance = new Tesseract();
instance.setDatapath("tessdata");
instance.setLanguage("eng");
instance.setTessVariable("tessedit_pageseg_mode", "6");

try {
BufferedImage image = ImageIO.read(imageFile);
BufferedImage processedImage = ImagePreprocessor.preprocessImage(image); // 预处理图像
return instance.doOCR(processedImage).trim(); // 执行 OCR
} catch (TesseractException | IOException e) {
e.printStackTrace();
return "识别失败";
}
}