验证码2 成功了一半

第一步

导入第一个库 OCR 识别图像上文字的库   pytesseract ；它是Google的Tesseract-OCR引擎的Python封装

导入前需要先安装

 

 

 

方便理解：这个词由python中的py开头；tesseract是立方体，延伸将二维变成立方体

"tesseract"方便记忆：将单词分解为音节，例如 "tes-ser-act"。

                                                                                                    "tes" 与 "test"（测试）联系起来，

                                                                                                     "ser" 与 "search"（搜索）联系起来，

                                                                                                     "act" 与 "action"（行动）联系起来。

第二步 导入处理照片的库 PIL  Python Imaging Library

包括图像的打开、保存、剪裁、缩放、旋转等操作。通过导入Image模块，我们可以使用PIL库中提供的各种图像处理函数和方法来处理图像数据

python自带的库

 第三步  下载下载Tesseract-OCR引擎  否则无法OCR识别    

如何下载安装，参照大佬的博客园（https://blog.csdn.net/weixin_51571728/article/details/120384909）

https://digi.bib.uni-mannheim.de/tesseract/   下载  tesseract-ocr-w64-setup-v5.0.0.20190623这个版本

 耗时比较久

 下载后双击安装并添加环境变量

 下载语言包

https://gitcode.net/mirrors/tesseract-ocr/tessdata/-/blob/master/chi_sim.traineddata

 

之前下载时选择了中文简体语言包，但因为墙，取消了，所以单独下载了包后直接替换就可以

 

 验证效果

代码

将照片中文字识别出来

 

import cv2
import pytesseract

# 加载图片
image = cv2.imread('2.png')

# 将图片转换为灰度图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 使用Tesseract进行文本识别
result = pytesseract.image_to_string(gray)

# 打印识别结果
print(result)

结果

VP\Administrator

--------------------------------------

代码 

实现对整个截屏截取验证码

# 从全屏截图中剪裁出验证码的照片
from PIL import Image


def crop_image(image_path, top, bottom, left, right,output_path):
    # 打开图片
    image = Image.open(image_path)

    # 裁剪图片
    cropped_image = image.crop((left, top, right, bottom))

    # 显示裁剪后的图片
    cropped_image.show()
    # 保存裁剪后的图片
    cropped_image.save(output_path)


# 示例用法
image_path = "screenshot.png"  # 替换为你的图片路径
'''
left=234
top=503
right=334
bottom=533
'''
top = 503  # 上边界的坐标
bottom = 533  # 下边界的坐标
left = 234  # 左边界的坐标
right = 334  # 右边界的坐标
output_path = "screenshot.png"  # 要保存的路径和文件名
crop_image(image_path, top, bottom, left, right,output_path)

最终效果

图片仅裁剪为二维码

---------------------------------------------------------------------------------------------------------------------

代码  获取上下左右的坐标和整个页面的截屏照片

# 导包


from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as ES
from time import sleep
import pytesseract # 导入ocr库
from PIL import Image # 导入图像处理库
# 定义类
class FindEle:
    def __init__(self,driver):
        self.driver=driver

    def get_cap(self,loc):
        sleep(3)

        ele_cap=driver.find_element(By.CSS_SELECTOR,loc)
        # ele_cap.send_keys("hello")

        # 获取元素的位置和大小
        location=ele_cap.location
        size=ele_cap.size
        print(f"location:{location},size:{size}")
        # 获取整个页面截图
        driver.save_screenshot("screenshot.png")
        sleep(5)
        # 打开照片
        captcha_image=Image.open("screenshot.png")
        # 获取验证码的上下左右坐标
        left=int(location['x'])
        top=int(location['y'])
        right=int(location['x']+size['width'])
        bottom=int(location['y']+size['height'])
        print(f"left:{left},top:{top},right:{right},bottom:{bottom}")
        # 对图片做裁剪
        captcha_image=captcha_image.crop((left,top,right,bottom))
        # OCR识别
        ele_value=pytesseract.image_to_string(captcha_image)
        print(ele_value)



    pass
# 调用
if __name__ == '__main__':
    # 调用类
    driver=webdriver.Chrome()
    # 打开浏览器
    driver.get('http://XXX/member.php?mod=register')
    # 调用类
    test_loc="img[src*='misc.php?mod=']"

    captcha=FindEle(driver)

    captcha.get_cap(test_loc)
    sleep(3)
    driver.quit()

----------------------------

遗留问题  验证码字体大小不一致不能识别 ，正常的可以识别，估计需要导入字体吧