使用python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/

下载后就是一个exe安装包，直接右击安装即可，安装完成之后，配置一下环境变量，编辑 系统变量里面 path，添加下面的安装路径：

2、如果您想使用其他语言，请下载相应的培训数据，（我们只做中文，暂时下载一个中文的文字训练数据就可以） ，然后将.traineddata文件复制到'tessdata'目录中。C:\Program Files (x86)\Tesseract-OCR\tessdata

3、配置环境变量：

　　编辑 系统变量里面 path，添加下面的安装路径：C:\Program Files (x86)\Tesseract-OCR　　

　　cmd命令模式下测试是否安装成功:

　　tesseract test.jpg text -l chi_sim

4、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

5、找到pytesseract的安装包，C:\Python34\Lib\site-packages\pytesseract，编辑pytesseract.py文件(此步骤必须做，否则运行代码时会报错)：

　　tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract.exe'

代码实例：　　

简单验证码代码：

 1 import requests
 2 from PIL import Image
 3 import pytesseract
 4 
 5 '''
 6 简单验证码
 7 '''
 8 # 验证码地址
 9 url = "https://www.renrendai.com/passport/index/captcha?time=1551682134111"
10 response = requests.get(url).content
11 
12 #将图片写入文件
13 with open('yzm.png','wb') as f:
14     f.write(response)
15 f.close()
16 
17 '''识别验证码'''
18 #第一步：通过内置模块PIL打开文件
19 pic = Image.open('yzm.png')
20 #第二步：识别图片中的内容
21 pic_str = pytesseract.image_to_string(pic)
22 print("验证码识别结果为:",pic_str)

百度文库图片文档的识别：

 1 #下载图片
 2 baidu_url = "https://wkretype.bdimg.com/retype/zoom/4127ed79a26925c52cc5bf99?pn=2&o=jpg_6&md5sum=9cdc209bc34a40ed774f7e14c0be59c4&sign=5dbcb28bf1&png=11238-22475&jpg=41808-117940"
 3 baidu_pic = requests.get(baidu_url).content
 4 
 5 #图片写入文件
 6 with open('baidu_pic.jpg','wb') as f:
 7     f.write(baidu_pic)
 8 f.close()
 9 
10 #识别验证码
11 baidu_img = Image.open('baidu_pic.jpg')
12 baidu_img_str = pytesseract.image_to_string(baidu_img,)
13 print('百度文库图片内容为:',baidu_img_str)

复杂的验证码，直接识别不了，可以使用超级鹰的第三方接口，如有需要，自己进行账号的注册，这里直接贴代码喽：

 1 from chaojiying import Chaojiying
 2 
 3 chaojiying_url= "http://www.chaojiying.com/include/code/code.php?u=1"
 4 response = requests.get(chaojiying_url).content
 5 
 6 with open('rryz.png','wb') as f:
 7     f.write(response)
 8 f.close()
 9 
10 #读取文件内容
11 with open('rryz.png','rb') as f:
12     pic1 = f.read()
13 
14 #调用第三方打码平台接口识别验证码
15 yz = Chaojiying(username='*****', password='****', soft_)
16 
17 res = yz.post_pic(pic1,codetype='1902').get('pic_str')  #1902 验证码类型
18 print('识别的结果：',res)