python3使用pytesseract进行验证码识别

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

pytesseract介绍

1.Python-tesseract是一个基于google's Tesseract-OCR的独立封装包；

2.Python-tesseract功能是识别图片文件中文字，并作为返回参数返回识别结果；

3.Python-tesseract默认支持tiff、bmp格式图片，只有在安装PIL之后，才能支持jpeg、gif、png等其他图片格式

pytesseract安装

1.Python-tesseract支持python2.5及更高版本；

2.Python-tesseract需要安装PIL（Python Imaging Library），来支持更多的图片格式：

pip install pillow、pip install PIL

3.Python-tesseract需要安装tesseract-ocr安装包：Windows安装Tesseract-OCR 4.00并配置环境变量

4.安装 pytesseract： pip install pytesseract

pytesseract使用

使用步骤

> try:

> import Image

> except ImportError:

> from PIL import Image

> import pytesseract

> print(pytesseract.image_to_string(Image.open('test.png')))

> print(pytesseract.image_to_string(Image.open('test-european.jpg'), lang='fra'))

识别二维码

import pytesseract

from PIL import Image

image = Image.open("code.png")

code = pytesseract.image_to_string(image)

print(code)#结果：6067

爬虫识别网站二维码

import pytesseract

from PIL import Image

import requests

def Vercode():

    url = "http://www.xxxx"

    header = {"user_agent":"Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)"}

    r =requests.get(url,headers=header,timeout=5)

    with open('vcode.jpg','wb') as pic:

        pic.write(r.content)

    im = pytesseract.image_to_string(Image.open('vcode.jpg'))

    im = im.replace(' ', '')

    if im != '':

        return im

    else:

        return Vercode()

print Vcode()

refer：

pyhton验证码识别

python下调用pytesseract识别某网站验证码