Python验证码处理：利用PIL进行图片二值化预处理

叶初

发布时间：2026-10-13| 6人浏览过

原创

本文介绍在使用Selenium获取模糊验证码后，如何利用Python的PIL库进行预处理以提高Tesseract识别率。核心步骤包括将图片转换为灰度图，并通过设定阈值进行二值化处理，将低于阈值的像素置为白色（0），高于阈值的置为黑色（1），从而简化图像结构。

验证码图片预处理概述

写在最前面：

本文将分系列撰写。由于通过Selenium抓取到的验证码图片往往较为模糊，直接进行识别效果不佳，因此在调用Tesseract等OCR工具前，必须对图片进行必要的预处理。

预处理的第一步是执行二值化操作。具体方法是设定一个阈值，将图像像素值低于该阈值的区域全部置为白色（数值0），其余部分则置为黑色（数值1）。

二值化代码实现


import pytesseract
from PIL import Image,ImageEnhance
 
def binaryzation(threshold=145):      #降噪，图片二值化
  table = []
  for i in range(256):
    if i < threshold:
      table.append(0)
    else:
      table.append(1)
 
  return table
 
image = Image.open('newcode.jpg')     #打开图片
image = image.convert('L')         #转化为灰度图
image.show()
image = image.point(binaryzation(), '1')  #二值化
image.show()

这是原始图片：