目錄
- 1. 環(huán)境準(zhǔn)備
- 1.1 安裝pillow 和 pytesseract
- 1.2 安裝Tesseract-OCR.exe
- 1.3 更改pytesseract.py的ocr路徑
- 2. 測試識別效果
- 3. 實戰(zhàn)案例–實現(xiàn)古詩文網(wǎng)驗證碼自動識別登錄
- 總結(jié)
1. 環(huán)境準(zhǔn)備
1.1 安裝pillow 和 pytesseract
python模塊庫需要 pillow 和 pytesseract 這兩個庫，直接pip install 安裝就好了。
pip install pillow
pip install pytesseract
1.2 安裝Tesseract-OCR.exe
下載地址：ocr下載地址
建議下載最新穩(wěn)定版本：
tesseract-ocr-w64-setup-v5.0.0.20190623.exe。
安裝過程很簡單，直接點擊下一步就完事了，其間可以默認(rèn)安裝路徑，也可以自定義安裝路徑，裝好之后，把它的安裝路徑添加到環(huán)境變量中即可，如我的這樣：
我的安裝位置：
環(huán)境變量就這樣加：
1.3 更改pytesseract.py的ocr路徑
我們pip install pytesseract 之后，在python解釋器安裝位置包里可以找到pytesseract.py文件如下：
打開之后，更改：
至此，環(huán)境準(zhǔn)備工作算是大功告成了。
2. 測試識別效果
ocr一直默認(rèn)安裝，起始就可以支持?jǐn)?shù)字和英文字母識別的，接下來
我們準(zhǔn)備一張驗證碼圖片：
將圖片，命名為captcha.png，放到程序同一目錄下
import pytesseract
from PIL import Image
image = Image.open("captcha.png")
print(pytesseract.image_to_string(image))
效果：
我們再嘗試一下中文識別。
在進(jìn)行識別之前我們要先下載好中文拓展語言包，
語言包地址
下載需要的的語言包，如下圖，紅框內(nèi)為中文簡體語言包：
下載后將該包直接放在ocr程序安裝目錄的tessdata文件夾里面即可。
找一張圖片測試一下：
import pytesseract
from PIL import Image
image = Image.open("00.jpg")
print(pytesseract.image_to_string(image,lang='chi_sim'))
效果：
有時候文本識別率并不高，建議圖像識別前，先對圖像進(jìn)行灰度化和 二值化
代碼示例：
import pytesseract
from PIL import Image
file = r"00.jpg"
# 先對圖像進(jìn)行灰度化和 二值化
image = Image.open(file)
Img = image.convert('L') # 灰度化
#自定義灰度界限，這里可以大于這個值為黑色，小于這個值為白色。threshold可根據(jù)實際情況進(jìn)行調(diào)整(最大可為255)。
threshold = 180
table = []
for i in range(256):
if i threshold:
table.append(0)
else:
table.append(1)
photo = Img.point(table, '1') #圖片二值化
#保存處理好的圖片
photo.save('01.jpg')
image = Image.open('01.jpg')
# 解析圖片，lang='chi_sim'表示識別簡體中文，默認(rèn)為English
# 如果是只識別數(shù)字，可再加上參數(shù)config='--psm 6 --oem 3 -c tessedit_char_whitelist=0123456789'
content = pytesseract.image_to_string(image, lang='chi_sim')
print(content)
3. 實戰(zhàn)案例–實現(xiàn)古詩文網(wǎng)驗證碼自動識別登錄
import pytesseract
from PIL import Image
from selenium import webdriver
def save_captcha(path):
driver = webdriver.Chrome() # 創(chuàng)建瀏覽器對象
driver.maximize_window()
driver.implicitly_wait(10)
driver.get(url=url)
image = driver.find_element_by_id('imgCode')
image.screenshot(path)
return driver
def recognize_captcha(captcha_path):
captcha = Image.open(captcha_path) # 打開圖片
grap = captcha.convert('L') # 對圖片進(jìn)行灰度化處理
data = grap.load() # 將圖片對象加載成數(shù)據(jù)
w, h = captcha.size # 獲取圖片的大小(寬度,高度)
# 圖片二值化處理
for x in range(w):
for y in range(h):
if data[x, y] 140:
data[x, y] = 0
else:
data[x, y] = 255
code = pytesseract.image_to_string(grap) # 對圖片進(jìn)行識別
return code
def login(driver, code):
flag = True
email = '1242931802@qq.com' # 注冊的古詩文網(wǎng)賬號和密碼
password = 'xxxx'
try:
driver.find_element_by_id('email').send_keys(email)
driver.find_element_by_id('pwd').send_keys(password)
driver.find_element_by_id('code').send_keys(code)
driver.implicitly_wait(10)
driver.find_element_by_id('denglu').click()
except Exception as ex:
flag = False
return flag
if __name__ == '__main__':
url = 'https://so.gushiwen.org/user/login.aspx?from=http://so.gushiwen.org/user/collect.aspx'
captcha_path = './captcha.png'
count = 1
driver = save_captcha(captcha_path) # 獲取驅(qū)動
code = recognize_captcha(captcha_path) # 獲取驗證碼
print('識別驗證碼為:', code)
if login(driver, code):
driver.quit()
效果如下（有時候第一次可能識別失敗，可以寫個循環(huán)邏輯讓它多識別幾次，一般程序運行1-3次基本會識別成功）：
總結(jié)
到此這篇關(guān)于python實現(xiàn)簡單驗證碼識別的文章就介紹到這了,更多相關(guān)python驗證碼識別內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- 教你如何用Python實現(xiàn)人臉識別（含源代碼）
- 怎么用Python識別手勢數(shù)字
- python 如何做一個識別率百分百的OCR
- 如何利用Python識別圖片中的文字詳解
- Python利用機器學(xué)習(xí)算法實現(xiàn)垃圾郵件的識別
