[Python知识库]字母加数字 验证码识别 -----python（tesseract）

一、准备工作

所需清单

• 验证码图片一张
• 安装Tesseract
• pytesseract、PILLOW库的安装
• python程序代码

二、验证码图片

1. 从网上直接保存到本地。
2. 通过图片url用python下载到本地。代码如下：

import requests

def download_img(img_url):
    r = requests.get(img_url,stream=True)
    print(r.status_code) # 返回状态码
    if r.status_code == 200:
        open(r'C:\Users\123\Desktop\demo.png', 'wb').write(r.content) # 将内容写入图片
        print("done")
    del r

if __name__ == '__main__':
    # 下载要的图片
    img_url = "https://mailsso.mxhichina.com/localproxy/imgcheckcode/get_img?type=150_40&identity=mailsso.mxhichina.com&sessionid=new-3e9947dd-231e-49ec-acf9-5e97be2cb04a"
    download_img(img_url)

结果如下，会在桌面生成一张png图片。

三、Tesseract安装配置

1. tesseract下载

• 如下图，安装不要勾选最后两个。若勾选，可能发生报错。
  
  

2. Tesseract 系统环境变量配置

1. 按键盘Win键，搜索编辑系统环境变量,打开如下图：
   

2. 点击环境变量,如下图：
   

3. 选中Path,再点击编辑
   

4. 点击新建，再浏览tesseract安装路径，如图。最后点击确定

5. 回到下图，在下图中，点击新建,
   

6. 变量名：TESSDATA_PREFIX ；变量值：C:\Program Files (x86)\Tesseract-OCR\tessdata，也就是你tesseract安装路径下的tessdata路径。

7. 至此我们已经配置完成了，随后就是需要去添加一些语言库。下载如下：

   链接：https://pan.baidu.com/s/19gsqKxIP9AaADWppCsapDA 
   提取码：6c2y 
   

8. 将下载后的文件解压后的放到C:\Program Files (x86)\Tesseract-OCR\tessdata路径下，如下
   

四、python库下载

• 下载下面两个库

  pip install pytesseract
  pip install PILLOW
  

• 打开下载完成的pytesseract.py 文件。将文件中对应行改为自己安装tesseract的路径tesseract.exe,如下

  tesseract_cmd = 'C:\\Program Files (x86)\\Tesseract-OCR\\tesseract.exe'
  

• 将文件保存
• 若不修改直接运行下面的程序会报错。

四、python代码

• python代码

  import pytesseract
  from PIL import Image
  image = Image.open(r'C:\Users\123\Desktop\demo.png')
  code = pytesseract.image_to_string(image)
  print(code)
  

• 代码结果：

  5m82
  

五、结语

验证码的识别到此结束，基于此可以去模拟登陆一些简单的网站（字母加数字的验证码网站）。