python-使用内置库pytesseract实现图片验证码的识别

环境准备：

1、安装Tesseract模块

     git文档地址：https://digi.bib.uni-mannheim.de/tesseract/

　 百度网盘下载地址：

链接：https://pan.baidu.com/s/16RoJ19WynWOKI4Zpr0bKzA
　　提取码：5hst     

     下载后右击安装即可

2、配置环境变量：    

编辑 系统变量里面 path，添加下面的安装路径：D:\Program Files\Tesseract-OCR(填写自己的实际安装路径)

3、安装python的第三方库：　　

pip install pillow #一个python的图像处理库，pytesseract依赖
　　pip install pytesseract

4、修改pytesseract.py文件，指定tesseract.exe安装路径

编辑pytesseract.py文件(此步骤必须做，否则运行代码时会报错)：

tesseract_cmd = ‘D:\Program Files\Tesseract-OCR‘

代码实现

验证码识别方法之一，简单验证码，代码可直接使用

import requestsfrom PIL import Imageimport pytesseract# 验证码地址url = "http://cloud.xxxx.com/checkCode?0.7337270680854053"response = requests.get(url).content#将图片写入文件with open(‘test.png‘,‘wb‘) as f:    f.write(response)#识别验证码#第一步：通过内置模块PIL打开文件image = Image.open(‘test.png‘)image = image.convert(‘L‘)  #转化为灰度图threshold = 160             #设定的二值化阈值table = []                  #table是设定的一个表，下面的for循环可以理解为一个规则，小于阈值的，就设定为0，大于阈值的，就设定为1for i in range(256):    if i < threshold:        table.append(0)    else:        table.append(1)image = image.point(table,‘1‘)  #对灰度图进行二值化处理，按照table的规则（也就是上面的for循环）image.show()result = pytesseract.image_to_string(image) #对去噪后的图片进行识别print(‘图片内容为:‘,result)