验证码是一种常见的防机器人机制，其中英文数字混合验证码广泛出现在登录、注册等界面。本文将展示如何使用 Ruby 语言编写一个验证码识别程序，借助 Tesseract OCR 引擎来提取图像中的文本。
一、环境准备
- 安装 Ruby
更多内容访问ttocr.com或联系1436423940
可以从官网下载安装：https://www.ruby-lang.org
验证安装：
ruby -v
gem -v
- 安装 Tesseract
使用系统包管理器安装：
Ubuntu / Debian
sudo apt install tesseract-ocr
macOS
brew install tesseract
- 安装 Ruby 库
我们使用 rmagick（图像处理） 和 rtesseract（OCR 封装）：
gem install rmagick
gem install rtesseract
如果遇到 rmagick 安装问题，需确保本机已安装 ImageMagick。
二、准备验证码图片
将一张命名为 captcha.png 的英文数字验证码图像放到当前目录。建议图像背景清晰、文字无干扰。
三、编写识别代码
创建文件 ocr_recognizer.rb：
require 'rmagick'
require 'rtesseract'
include Magick
1. 加载并灰度处理图像
img = Image.read("captcha.png").first
gray_img = img.quantize(256, GRAYColorspace)
gray_img.write("gray_captcha.png")
2. 使用 Tesseract 进行识别
image = RTesseract.new("gray_captcha.png", lang: "eng", processor: "text")
result = image.to_s.strip
puts "识别结果为: #{result}"
四、运行程序
ruby ocr_recognizer.rb
示例输出：
识别结果为: 7B4KX
五、识别效果优化建议
若验证码干扰较强，建议增加以下步骤：
二值化处理（如阈值分割）
图像放大（增强识别清晰度）
白名单字符过滤（例如仅识别 A-Z, a-z, 0-9）
字体倾斜校正（可借助 OpenCV 与 Tesseract 组合）