验证码识别在自动化测试、信息提取等领域具有实际价值。本文介绍如何通过 Node.js 和 Tesseract.js 库实现一个简单的英文数字验证码识别程序。
一、技术选型与准备
所需工具
Node.js（建议版本 ≥ 14）
Tesseract.js（Tesseract OCR 的 JavaScript 封装）
Jimp（图像处理库）
安装依赖
首先新建一个项目目录：
mkdir node-captcha-ocr && cd node-captcha-ocr
npm init -y
安装所需依赖：
npm install tesseract.js jimp
二、项目结构
你需要准备一张验证码图片，比如 captcha.png，放在项目根目录。
node-captcha-ocr/
│
├── index.js
└── captcha.png
三、编写识别脚本
编辑 index.js 文件：
const Tesseract = require('tesseract.js');
const Jimp = require('jimp');
async function preprocessImage(inputPath, outputPath) {
const image = await Jimp.read(inputPath);
image
.grayscale() // 转为灰度图
.contrast(0.5) // 增强对比度
.write(outputPath);
}
async function recognizeCaptcha(imagePath) {
const { data: { text } } = await Tesseract.recognize(
imagePath,
'eng',
{
tessedit_char_whitelist: 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789',
logger: m => console.log(m.status)
}
);
return text.replace(/\s/g, '');
}
(async () => {
const inputImage = 'captcha.png';
const grayImage = 'gray_captcha.png';
console.log('预处理图像...');
await preprocessImage(inputImage, grayImage);
console.log('开始识别...');
const result = await recognizeCaptcha(grayImage);
console.log(识别结果: ${result});
})();
四、运行程序
确保 captcha.png 是清晰的英文+数字验证码图像，运行脚本：
node index.js
输出示例：
预处理图像...
recognizing text
识别结果: 4kHD3
五、进阶思路
使用 Jimp 进一步做图像裁剪、噪声滤波
将识别封装为 Web API 接口（例如使用 Express）
批量处理多个验证码图像