完成了opencv基礎知識學習，現在進行實踐操作

1、生成隨機四位數字驗證碼

import os
import random
# captcha是用於生成驗證碼圖片的庫，可以 pip install captcha 來安裝它
from captcha.image import ImageCaptcha


def random_captcha_text(num):
    # 驗證碼列表
    captcha_text = []
    for i in range(10):  # 0-9數字
        captcha_text.append(str(i))
    # for i in range(65, 91):  # 對應從“A”到“Z”的ASCII碼
 

    #     captcha_text.append(chr(i))
    # for i in range(97, 123):  # 對應從“a”到“z”的ASCII碼
    #     captcha_text.append(chr(i))

    # 從list中隨機獲取6個元素，作為一個片斷返回
    example = random.sample(captcha_text, num)

    # 將列表裡的片段變為字串並返回
    verification_code = ''.join(example)
    return verification_code


 
# 生成字元對應的驗證碼
def generate_captcha_image():
    image = ImageCaptcha()
    # 獲得隨機生成的驗證碼
    captcha_text = random_captcha_text(4)
    # 把驗證碼列表轉為字串
    captcha_text = ''.join(captcha_text)
    # 生成驗證碼

    path = 'D:/驗證碼識別/test/'
    if not os.path.exists(path):
        print("目錄不存在!,已自動建立")
        os.makedirs(path)
    
 
print("生成的驗證碼的圖片為：", captcha_text)
    image.write(captcha_text, path + captcha_text + '.png')


if __name__ == '__main__':
    number = 100
    for i in range(number):
        generate_captcha_image()

2、安裝pytesseract包，中間出現很多問題，最終查閱資料得以解決

3、對驗證碼圖片進行預處理

影象預處理主要包括對影象的灰度化、二值化、去噪聲,以及影象傾斜的矯正和增強等。

(1)灰度化:
對影象進行灰度處理,是為了減少識別樣本的計算量,將影象樣本統一,簡化訓練和識別難度。

Gray=0-299R+0.587G+0.114B(1)

(2)二值化:
二值化指將影象上的畫素點轉化為黑白兩種顏色的點,即將灰度值設定為0(黑)或255(白)。其目的是區分影象的前後景,使影象呈現明顯的視覺效果,同時為後續的識別和處理做準備。本文選用OTS

# 二值影象就是將灰度圖轉化成黑白圖，沒有灰，在一個值之前為黑，之後為白
# 有全域性和區域性兩種
# 在使用全域性閾值時，我們就是隨便給了一個數來做閾值，那我們怎麼知道我們選取的這個數的好壞呢？答案就是不停的嘗試。
# 如果是一副雙峰影象（簡 單來說雙峰影象是指影象直方圖中存在兩個峰）呢？
# 我們豈不是應該在兩個峰之間的峰谷選一個值作為閾值？這就是 Otsu 二值化要做的。
# 簡單來說就是對 一副雙峰影象自動根據其直方圖計算出一個閾值。
# （對於非雙峰影象，這種方法 得到的結果可能會不理想）。