python 验证码识别初探

 

使用 pytesser 与 pytesseract 识别验证码

 

 前置 ： 

首先需要安装  tesserract

tesserract windows 安装包及中文

https://pan.baidu.com/s/1BctsL9ZlU6Y4Zg9cLwlAIg

 

安装好之后，建议将中文资源包放到下面目录下

是否要进行如下操作，我忘了，这段修改参考最下面的引用。


2，安装完成tesseract-ocr后，我们还需要做一下配置 
在C:\Users\huxiu\AppData\Local\Programs\Python\Python35\Lib\site-packages\pytesseract找到pytesseract.py打开后做如下操作
# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY
#tesseract_cmd = 'tesseract'
tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract.exe'

 

 

 

 

 

方式1 ： 

　　pytesseract  环境 anaconda 3.x  IED : pycharm 5.0

pip install PIL 
pip install pytesseract 

　　python 代码：

# encoding : utf=8

from PIL import Image
import pytesseract

print(pytesseract.image_to_string(Image.open('04.jpeg')))

结果：

原图：

 

但是在识别.png图片是却有问题了 ...

比较尴尬....    有可能是字体有缘故

 

方式2：  pytesser  处理

这个对比较复杂  ..

　　1，从官网下载文件 https://code.google.com/archive/p/pytesser/downloads       （pytesser_v0.0.1.zip）

　　2，解压重命名文件夹 pytesser 到  python 2.* 版本的  Lib\site-packages 下，我的是("C:\ProgramData\Anaconda3\envs\python 2.7\Lib\site-packages\pytesser") ，并将 “C:\ProgramData\Anaconda3\envs\python 2.7\Lib\site-packages” 手动加入到环境变量中。

　　　　“这里要注意，Anaconda3 默认的是 python 3.6 ，需要在 IDE pycharm  中，创建anacoda python 2.7 的环境”  

 　　　　

　　　　创建完的虚拟环境，相关包需要重新安装，在下面搜索，不能用pip install ** 安装

　　　　

　　　　上python代码：

　　　　

# encoding : utf-8


from PIL import Image
from pytesser import *

image = Image.open("02.png")
print image_to_string(image)

　　　　运行要用IDE 的 config来选择环境运行..

　　　　

　　　　结果：

　　　　

　　　　还是把 上面的那个 6886 识别成 了 5885 

　　　　

 

 参考文档：https://blog.csdn.net/qiushi_1990/article/details/78041375