基本步骤:
截取定位验证码-》使用image的crop函数,再次截取需要的区域-》保存截下来的区域进行打码time-》图像加强,二值化-》增强对比度-》输出验证码
通过PIL+pytesseract+Tesseract-OCR实现验证码的识别
PIL为Python Imaging Library。(PIL第三方库安装:pip install PIL)。Image类是PIL库中一个非常重要的类,通过这个类来创建实例可以有直接载入图像文件,读取处理过的图像和通过抓取的方法得到的图像。
Tesseract:开源的OCR识别引擎。并不能直接在python中使用,需要使用python的封装类pytesseract。
Python-tesseract是光学字符识别Tesseract OCR引擎的Python封装类。能够读取任何常规的图片文件(JPG, GIF ,PNG , TIFF等)并解码成可读的语言。
识别步骤如下:
1、安装PIL (下载.exe文件执行安装)
2、安装Tesseract (下载.exe文件执行安装)
3、安装pytesseract (通过pip installpytesseract安装)
注意:C:Python27Libsite-packagespytesseractpytesseract.py文件中,Tesseract_cmd文件路径,需改成安装路径,否则运行时会报Tesseract路径问题。如下:
识别成功验证码