1.若想识别登录验证码,需要安装:Tesseract-OCR,其下载地址为:http://jaist.dl.sourceforge.net/project/tesseract-ocr-alt/tesseract-ocr-setup-3.02.02.exe,安装后一直下一步即可。
2.前提:
A==已安装PIL(3.6版本为Pillow)
B==电脑已安装Tesseract-OCR
C==若使用工具为Pycharm,须在Pycharm - setting引入pytesseract包
3.代码如下所示:
from selenium import webdriver import time import unittest from PIL import Image from PIL import ImageEnhance import pytesseract driver = webdriver.Ie() driver.get('https://passport.baidu.com/?getpassindex') driver.implicitly_wait(3) driver.maximize_window() driver.save_screenshot('E:\password.png') #截取当前网页,该网页有我们需要的验证码 imagelement = driver.find_element_by_xpath(".//*[@id='forgotsel']/div/div[3]/img") location = imagelement.location #获取验证码的x,y轴坐标 size = imagelement.size #获取验证码的长宽 coderange=(int(location['x']),int(location['y']),int(location['x']+size['width']), int(location['y']+size['height'])) #写成我们需要截取的位置坐标 i = Image.open('E:\password.png') #打开截图 fram4 = i.crop(coderange) #使用Image的crop函数,从截图中再次截取我们需要的区域 fram4.save('E:\fram4.png') i2 = Image.open('E:\fram4.png') imgry = i2.convert('L') sharpness = ImageEnhance.Contrast(imgry) #对比度增强 i3 = sharpness.enhance(3.0) #3.0为图像的饱和度 i3.save('E:\image_code.png') i4 = Image.open('E:\image_code.png') text = pytesseract.image_to_string(i2).strip() #使用image_to_string识别验证码 print(text)
4.编写代码成功后,右键运行后报错,报错信息如下:
5.查阅资料后,其解决方法如下:找到pytesseract.py文件,修改内容如下所示:
再次运行成功(注:个人觉得OCR后的验证码不够清晰)
参考博客为:https://www.cnblogs.com/VseYoung/p/code.html