超正方体库怎么在python中使用?相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。
<强>一、超正方体简介
超正方体是一个OCR库(OCR是英文光学字符识别的缩写),它用来对文本资料进行扫描,然后对图像文件进行分析处理,获取文字及版面信息的过程,超正方体是目前公认最优秀,识别相对精准的OCR库。
<强>二、超正方体的使用
1。下载并安装超正方体:点击下载
2。在Windows系统下设置环境变量:
3。安装pytesseract模块
4。在Python脚本中引入超正方体。exe应用程序的方式:
5。案例演示
识别以下图片文字:
import pytesseract
得到PIL import 形象
# 1。引入超正方体程序
时间=pytesseract.pytesseract.tesseract_cmd " # 39; F: \ Tesseract-OCR \ tesseract.exe& # 39;
# 2。使用图像模块下的开放()函数打开图片
时间=image Image.open (& # 39; 6. jpg # 39;模式=& # 39;" # 39;)
打印(图片)
# 3。识别图片文字
代码=,pytesseract.image_to_string(图片)
打印(代码)
结果演示:
& lt; PIL.JpegImagePlugin。JpegImageFile=611=RGB模式图片大小在0 x1a5dfdcb4a8> x210;
谷歌
注:tesseract-OCR引擎识别验证码有些无法识别,比如像豆瓣生成的验证码无法识别其内容,如果需要爬取豆瓣中的数据这时候就需要手动的输入验证码:
import 请求
import 时间
import pytesseract
得到PIL import 形象
得到bs4 import BeautifulSoup
def 验证码(数据):
with 才能打开(& # 39;captcha.jpg& # 39;, & # 39; wb # 39;), as 外交政策:
,,,fp.write(数据)
time . sleep才能(1)
时间=image 才能;Image.open (“captcha.jpg")
时间=text 才能;pytesseract.image_to_string(图片)
print 才能“机器识别后的验证码为:“+,文本
时间=command 才能;raw_input(“请输入Y表示同意使用,按其他键自行重新输入:“)
if 才能;(command ==,“Y",趁机command ==,“Y"):
,,,return 文本
其他的才能:
,,,return raw_input(& # 39;输入验证码:& # 39;)
def zhihuLogin(用户名、密码):
#,才能构建一个保存Cookie值的会话对象
时间=sessiona 才能;requests.Session ()
headers 才能=,{& # 39;用户代理# 39;:& # 39;Mozilla/5.0, (Windows NT 10.0;, Win64;, x64;,房车:47.0),壁虎/20100101,Firefox/47.0 & # 39;}
#,才能先获取页面信息,找到需要发布的数据(并且已记录当前页面的饼干)
html 才能=,sessiona.get (& # 39; https://www.zhihu.com/signin& # 39;,,头=头).content
#,才能找到,name 属性值为,_xsrf 的输入标签,取出价值里的值
_xsrf 才能=,BeautifulSoup (html & # 39; lxml # 39;);(& # 39;输入# 39;,,attrs={& # 39;名字# 39;:& # 39;_xsrf& # 39;}) . get(& # 39;价值# 39;)
#,才能取出验证码,r后面的值是Unix时间戳,time.time ()
时间=captcha_url 才能;& # 39;https://www.zhihu.com/captcha.gif?r=%d& type=登录# 39;,%,(time.time (), *, 1000)
时间=response 才能;sessiona.get (captcha_url, headers =,头)
data 才能=,{
,,,“_xsrf": _xsrf,
,,,“email":用户名、
,,,“password":密码,
,,,“remember_me":没错,
,,,“captcha":,验证码(response.content)
,,}
response 才能=,sessiona.post (& # 39; https://www.zhihu.com/login/email& # 39;,, data =,数据,标题=标题)
print response.text才能
response 才能=,sessiona.get (& # 39; https://www.zhihu.com/people/maozhaojun/activities& # 39;,,头=标题)
print response.text才能
if __name__ ==,“__main__":
# username 才能=,raw_input (“username")
# password 才能=,raw_input (“password")
zhihuLogin才能(& # 39;xxxx@qq.com& # 39;, & # 39; ALAxxxxIME& # 39;)
