Python爬虫:利用Tesseract-OCR实现图片验证码识别，超简单
off999 2024-10-23 12:52 23 浏览 0 评论
图/文：迷神
我们在做Python爬虫的时候，经常遇到图片验证码登陆等情况。图像验证码识别的方法也有很多种，利用Tesseract-OCR实现图片验证码识别就是其中一种，也比较简单。
Tesseract：开源的OCR识别引擎，初期Tesseract引擎由HP实验室研发，后来贡献给了开源软件业，后经由Google进行改进，消除bug，优化，重新发布。
我们准备环境：WIN10系统+Python3.6版本。
安装识别引擎
安装识别引擎tesseract-ocr。下载地址，大家可以私信 发送：识别 ，即可获取安装完整安装软件。
主要是根据自己的需要设置下安装目录即可。其他基本上一路next即可。
安装环境
先安装python识别图片的类库。命令如下：
pip install Pillow
pip install pytesseract接下来还要设置下，让python能够调用Tesseract-OCR程序识别验证码/文字。相关路径：
修改pytesseract.py文件中第35行将tesseract_cmd指向Tesseract-OCR的tesseract.exe
中文支持：安装完之后找到tessdata目录下，将下载的chi_sim.traineddata文件放到该目录下。这样它就能识别中文了。
实现代码
识别图片：
相关代码如下：
from PIL import Image
import pytesseract
imageObject=Image.open('D:\\D://new.jpg')
print (imageObject)
print (pytesseract.image_to_string(imageObject))直接看下最终的结果
from PIL import Image
import pytesseract
pic_content=pytesseract.image_to_string(Image.open('D:\\3.png'),lang='chi_sim')
print(pic_content)中文识别结果，还算可以：
题外话：图片识别训练
这个只是基础，还有一些内容可能会识别不了，特别是中文的，这个时候，就需要进行训练，训练的流程如下：
安装jTessBoxEditorFX-> 获取样本.tif文件 -> Merge样本文件 –> 生成BOX文件 -> 字符矫正 -> 执行脚本文件 -> 将生成的.traineddata文件放入Tesseract-OCR\tessdata文件夹下
限于篇幅，我就不仔细说了，大家可以继续拓展研究。关于python爬虫的验证码识别，其实还有很多其他方式，更多好文章，大家可以关注后续内容哦。
相关推荐
- 第九章:Python文件操作与输入输出
-
9.1文件的基本操作9.1.1打开文件理论知识：在Python中，使用open()函数来打开文件。open()函数接受两个主要参数：文件名和打开模式。打开模式决定了文件如何被使用，常见的模式有：&...
- Python的文件处理
-
一、文件处理的流程1.打开文件，得到文件句柄并赋值给一个变量2.通过句柄对文件进行操作3.关闭文件示例：d=open('abc')data1=d.read()pri...
- Python处理文本的25个经典操作
-
Python处理文本的优势主要体现在其简洁性、功能强大和灵活性。具体来说，Python提供了丰富的库和工具，使得对文件的读写、处理变得轻而易举。简洁的文件操作接口Python通过内置的open()函数...
- Python学不会来打我(84)python复制文件操作总结
-
上一篇文章我们分享了python读写文件的操作，主要用到了open()、read()、write()等方法。这一次是在文件读写的基础之上，我们分享文件的复制。#python##python自学##...
- python 文件操作
-
1.检查目录/文件使用exists()方法来检查是否存在特定路径。如果存在，返回True；如果不存在，则返回False。此功能在os和pathlib模块中均可用，各自的用法如下。#os模块中e...
- 《文件操作(读写文件)》
-
一、文件操作基础1.open()函数核心语法file=open("filename.txt",mode="r",encoding="utf-8"...
- 栋察宇宙(二十一):Python 文件操作全解析
-
分享乐趣，传播快乐，增长见识，留下美好。亲爱的您，这里是LearingYard学苑！今天小编为大家带来“Python文件操作全解析”欢迎您的访问！Sharethefun,spreadthe...
- 值得学习练手的70个Python项目(附代码)，太实用了
-
Python丰富的开发生态是它的一大优势，各种第三方库、框架和代码，都是前人造好的“轮子”，能够完成很多操作，让你的开发事半功倍。下面就给大家介绍70个通过Python构建的项目，以此来学习Pytho...
- python图形化编程:猜数字的游戏
-
importrandomnum=random.randint(1,500)running=Truetimes=0##总的次数fromtkinterimport*##导入所有tki...
- 一文讲清Python Flask的Web编程知识
-
刚入坑Python做Web开发的新手，还在被配置臃肿、启动繁琐折磨？Flask这轻量级框架最近又火出圈，凭5行代码启动Web服务的极致简洁，让90后程序员小张直呼真香——毕竟他刚用这招把部署时间从半小...
- 用python 编写一个hello，world
-
第一种：交互式运行一个hello，world程序：这是写python的第一步，也是学习各类语言的第一步，就是用这种语言写一个hello，world程序.第一步，打开命令行窗口，输入python，第二步...
- python编程:如何使用python代码绘制出哪些常见的机器学习图像?
-
专栏推荐绘图的变量单变量查看单变量最方便的无疑是displot（）函数，默认绘制一个直方图，并你核密度估计（KDE）sns.set(color_codes=True)np.random.seed(su...
- 如何编写快速且更惯用的 Python 代码
-
Python因其可读性而受到称赞。这使它成为一种很好的第一语言，也是脚本和原型设计的流行选择。在这篇文章中，我们将研究一些可以使您的Python代码更具可读性和惯用性的技术。我不仅仅是pyt...
- Python函数式编程的详细分析(代码示例)
-
本篇文章给大家带来的内容是关于Python函数式编程的详细分析（代码示例），有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。FunctionalProgramming，函数式编程。Py...
- 编程小白学做题:Python 的经典编程题及详解，附代码和注释(七)
-
适合Python3+的6道编程练习题（附详解）1.检查字符串是否以指定子串开头题目描述：判断字符串是否以给定子串开头（如"helloworld"以"hello&...
欢迎 你 发表评论:
- 一周热门
- 最近发表
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python封装 (57)
- python读取文件夹下所有文件 (59)
- java调用python脚本 (56)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)