用 Rust 和 Tesseract OCR 解析验证码

1. 环境准备
   1.1 安装 Rust

如果尚未安装 Rust，可以使用官方推荐的 rustup 进行安装：

curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

然后检查安装是否成功：

rustc --version

1.2 安装 Tesseract OCR

在不同操作系统上安装 Tesseract：

macOS（使用 Homebrew）：

brew install tesseract

Ubuntu/Linux：

sudo apt update
sudo apt install tesseract-ocr

Windows（使用 Scoop）：

scoop install tesseract

安装完成后，检查 Tesseract 是否可用：

tesseract --version

1.3 创建 Rust 项目

创建一个新的 Rust 项目：

cargo new rust_ocr
cd rust_ocr

然后在 Cargo.toml 中添加依赖：

[dependencies]
image = "0.24"
tesseract = "0.14"

image 处理图像

tesseract 绑定到 Tesseract OCR

2. 代码实现

在 src/main.rs 中添加以下代码：

use image::{GrayImage, Luma, ImageBuffer};
use tesseract::Tesseract;
use std::path::Path;
use std::fs::File;
use std::io::BufReader;

/// 读取验证码图片
fn load_captcha_image(image_path: &str) -> GrayImage {
let img = image::open(image_path).expect("无法打开图片").into_luma8();
img
}

/// 预处理图像（灰度化 + 二值化）
fn preprocess_image(img: &GrayImage) -> GrayImage {
let mut processed = ImageBuffer::new(img.width(), img.height());

for (x, y, pixel) in img.enumerate_pixels() {let new_pixel = if pixel[0] > 128 { Luma([255]) } else { Luma([0]) };processed.put_pixel(x, y, new_pixel);
}processed

}

/// 保存处理后的图像
fn save_image(img: &GrayImage, output_path: &str) {
img.save(output_path).expect("无法保存处理后的图片");
}

/// 进行 OCR 识别
fn recognize_text(image_path: &str) -> String {
let text = Tesseract::new(None, "eng")
.expect("无法初始化 Tesseract")
.set_image(image_path)
.recognize()
.expect("OCR 识别失败");

text.trim().to_string()

}

fn main() {
let image_path = "captcha.png"; // 请替换为你的验证码图片路径
let processed_path = "processed_captcha.png";

println!("加载验证码图片...");
let img = load_captcha_image(image_path);println!("预处理图像...");
let processed_img = preprocess_image(&img);
save_image(&processed_img, processed_path);println!("执行 OCR 识别...");
let text = recognize_text(processed_path);println!("识别出的验证码: {}", text);

}

3. 代码解析
   3.1 读取并预处理图像
   let img = image::open(image_path).expect("无法打开图片").into_luma8();

将图片转换为灰度

二值化 处理，增强字符对比度

3.2 调用 Tesseract 进行 OCR 解析
let text = Tesseract::new(None, "eng")
.expect("无法初始化 Tesseract")
.set_image(image_path)
.recognize()
.expect("OCR 识别失败");

调用 Tesseract

设置语言 为 "eng"

识别验证码文本

4. 运行程序

执行：

cargo run

程序会处理验证码图片并输出识别结果。

5. 提高识别准确率
   5.1 调整 Tesseract PSM 模式

不同的 PSM 模式适用于不同场景：

PSM 6：假设为单行文本

PSM 7：单行纯文本（更适合验证码）

PSM 10：单字符模式（适用于分割验证码）

可以调整：

Tesseract::new(None, "eng")
.expect("无法初始化 Tesseract")
.set_image(image_path)
.set_variable("tessedit_pageseg_mode", "7")
.recognize()
.expect("OCR 识别失败");

5.2 进一步图像优化

降噪处理：使用 OpenCV 进一步去除噪点

字符分割：适用于粘连字符的验证码