python利用超正方体识别验证码的方法示例

　　

无论是是自动化登录还是爬的虫,总绕不开验证码,这次就来谈谈python中光学识别验证码模块<代码> tesserocr 和<代码> pytesseract> tesserocr 和<代码> pytesseract> 超正方体> pytesseract> Tesseract-OCR 引擎包装器,所以它们的核心是<代码>超正方体> tesserocr 之前,我们需要先安装<代码>超正方体> 　　

　　

下载地址:https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-w64-setup-v4.0.0.20181030.exe

　　

下载完成后,双击安装,可以勾选<代码>额外的语言数据(下载)选项来安装OCR识别支持的语言包,但下载语言包实在是慢,我们可以直接从https://github.com/tesseract-ocr/tessdata/下载zip的语言包压缩文件,解压后将<代码> tessdata-master> 超正方体> C: \程序文件(x86) \ Tesseract-OCR \ tessdata 目录下,最后我们配置下环境变量,我们将<代码> C: \程序文件(x86) \ Tesseract-OCR> 超正方体> 　　

　　

查看安装了的语言包:<代码>超正方体,list-langs

　　

　　

显示我一共安装了167种语言包,里边包含英文或者其他字符。

　　

　　

实验用的二维码
　　

　　

　　

基本使用语法
　　<代码>超正方体的形象。> 　　

结果
　　

　　

　　

由结果来看,识别出来了p, 2和X,但是把C识别成了G,识别度还是比较高,接下来看在python中的使用

　　

　　

在python下使用pip命令即可完成下载安装<代码> pip安装pytesseract

　　

识别验证码脚本

　　 　　 　　进口pytesseract 　　从公益诉讼导入图像 　　我=Image.open (“pin.png”) 　　print (pytesseract.image_to_string (im) 　　 　　

结果
　　

　　

　　

这样识别的结果同样跟上文一样,个别字符识别的不是很准确

　　

　　

现在网站上的二维码设计的通常很难复杂,如果直接识别的话很难识别出来,下面这段代码是进行灰度处理和二值化

　　 　　 　　进口pytesseract 　　从公益诉讼导入图像 　　我=Image.open (“5. jpg”) 　　#进行置灰处理 　　我=im.convert (L) 　　#这个是二值化阈值 　　阈值=150 　　表=[] 　　因为我在范围(256): 　　如果i<阈值: 　　table.append (0) 　　其他: 　　table.append (1) 　　#通过表格转换成二进制图片,1的作用是白色,0就是黑色 　　我=im.point(表“1”) 　　im.show () 　　print (pytesseract.image_to_string (im) 　　 　　

原图
　　

　　

　　

置灰和二值化后
　　

　　

　　

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。

python利用超正方体识别验证码的方法示例