• Python 3.6 版本-使用Pytesseract 模块进行图像验证码识别


     

     

     

    环境:

    (1) win7 64位 
    (2) Idea 
    (3) python 3.6 
    (4) pip install pillow 
    <&nbsp>pip install pytesseract 
    (5) 识别引擎tesseract-ocr

    1、安装

    pip install pillow

    pip install pytesseract

    2、安装tesseract-ocr的识别引擎

    第一步:下载安装包 
    根据https://github.com/UB-Mannheim/tesseract/wiki,找到下载安装包。 

    我下载的是64位,根据自己需要下载
    第二步:安装
    直接点击下载好的tesseract-ocr-w64-setup-v4.0.0-beta.1.20180608.exe文件,点击下一步,下一步,安装完成。
    第三步:配置环境变量
    复制你安装的路径,我的是安装在C:Program Files (x86)Tesseract-OCR,界面如下:


    进入“计算机/属性”,点击“高级系统设置”,点击环境变量,找到path,点击编辑,在末尾粘贴你刚才复制的路径,{粘贴时,你要给原有的信息末尾添加;分号}

    配置完毕后,点击保存。

    打开命令行windows + R 输入cmd 打开 在命令行里面输入tesseract -v 配置成功会显示当前的tesseract版本

     

    第三步:添加TESSDATA_PREFIX变量名

    第四步:修改python文件下的lib里面生成的一个pytesseract.py文件

    3:运行代码

    四、下载chi_sim语言包

    现在tesseract 被托管到github上 
    https://github.com/tesseract-ocr/tessdata 
    然后看到里面可以下载相应的语言包 

    由于版本问题所以需要到对应的连接进行下载。
    支持的语言查看

    tesseract --list-langs
    1
    显示:
    List of available languages (3):
    chi_sim
    eng
    osd
    终于ok了,不过识别率一般般吧,不是很理想
    以上就是我解决问题的过程,如果对你有所帮助,希望你点个赞O(∩_∩)O

    参考链接: 
    http://xiaosheng.me/2015/12/18/article10/ 
    https://tonydeng.github.io/2016/07/28/on-the-use-of-tesseract-picture-text-recognition/

  • 相关阅读:
    border-color
    animation
    servlet injection analysis
    事务隔离级别
    write RE validation
    Filter
    Annotation
    Injector
    gradle的安装
    Build tool
  • 原文地址:https://www.cnblogs.com/mashuqi/p/11050748.html
Copyright © 2020-2023  润新知