Rust 解析验证码：结合 Tesseract OCR 进行文本识别

1. 环境准备
   1.1 安装 Rust

Rust 可通过官方的 rustup 进行安装：

curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
更多内容访问ttocr.com或联系1436423940

安装完成后，检查 Rust 是否可用：

rustc --version

1.2 安装 Tesseract OCR
Linux（Ubuntu）
sudo apt update
sudo apt install tesseract-ocr libtesseract-dev

macOS（Homebrew）
brew install tesseract

Windows

从 Tesseract GitHub
下载并安装。

检查 Tesseract 是否安装成功：

tesseract --version

2. 创建 Rust 项目

使用 Cargo 创建新项目：

cargo new captcha_reader
cd captcha_reader

在 Cargo.toml 中添加 Tesseract 相关依赖：

[dependencies]
tesseract = "0.14"
image = "0.24" # 用于处理验证码图片

3. 代码实现

修改 src/main.rs，写入以下代码：

use std::process::Command;
use image::{DynamicImage, GenericImageView, GrayImage, Luma};
use tesseract::Tesseract;

fn preprocess_image(input_path: &str, output_path: &str) {
let img = image::open(input_path).expect("无法打开图片");
let gray_img = img.to_luma8(); // 转换为灰度图像

// 二值化处理
let binary_img = GrayImage::from_fn(gray_img.width(), gray_img.height(), |x, y| {if gray_img.get_pixel(x, y)[0] > 128 {Luma([255]) // 白色} else {Luma([0]) // 黑色}
});binary_img.save(output_path).expect("无法保存处理后的图片");

}

fn main() {
let input_image = "captcha.png"; // 替换为你的验证码图片
let processed_image = "processed_captcha.png";

// 预处理图片
preprocess_image(input_image, processed_image);// 使用 Tesseract OCR 解析验证码
let text = Tesseract::new(None, "eng").expect("无法初始化 Tesseract").set_image(processed_image).recognize().expect("OCR 失败");println!("识别出的验证码: {}", text.trim());

}

4. 代码解析
   4.1 图像预处理
   fn preprocess_image(input_path: &str, output_path: &str)

读取验证码图像，转换为灰度图像，并进行二值化处理，以提高 OCR 识别率。

4.2 OCR 识别
let text = Tesseract::new(None, "eng")
.expect("无法初始化 Tesseract")
.set_image(processed_image)
.recognize()
.expect("OCR 失败");

调用 Tesseract 进行验证码解析。

4.3 输出识别结果
println!("识别出的验证码: {}", text.trim());

去除空格，输出 OCR 识别结果。

5. 运行程序

将 captcha.png 图片放入项目目录，然后运行：

cargo run

示例输出：

识别出的验证码: X7G9H

6. 提高 OCR 识别率
   6.1 选择不同的 Tesseract PSM 模式
   let text = Tesseract::new(None, "eng")
   .expect("无法初始化 Tesseract")
   .set_variable("tessedit_pageseg_mode", "6") // 单行文本模式
   .set_image(processed_image)
   .recognize()
   .expect("OCR 失败");

6.2 限制识别字符集
let text = Tesseract::new(None, "eng")
.expect("无法初始化 Tesseract")
.set_variable("tessedit_char_whitelist", "0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ")
.set_image(processed_image)
.recognize()
.expect("OCR 失败");