python使用 pytesseract + tesseract-ocr 进行验证码识别

tesseract

tesseract-ocr/tesseract: 是一个开源的光学字符识别（OCR）引擎，适用于从图像中提取和识别文本。特点是可以识别多种语言，具有较高的识别准确率，并且支持命令行和API调用。

项目地址：https://gitcode.com/gh_mirrors/te/tesseract

免费下载资源

王大傻0928

1288人浏览 · 2022-07-09 16:13:10

王大傻0928 · 2022-07-09 16:13:10 发布

使用 pytesseract + tesseract-ocr 进行验证码识别，需要安装的第三方库：pytesseract 、tesseract-ocr，在使用pytesseract 之前，必须安装tesseract-ocr，因为 pytesseract 依赖于tesseract-ocr，否则无法使用。

1、tesseract-ocr下载安装与配置：tesseract-ocr下载安装与配置

2、pytesseract 安装：pip install pytesseract
在这里插入图片描述
3、修改pytesseract.py脚本
在python的安装目录下找到pytesseract 的安装路径，在pytesseract 文件夹下的pytesseract.py脚本中，用记事本打开pytesseract.py，通过ctrl+f快速搜索功能定位tesseract_cmd，修改后面的文件路径。

在这里插入图片描述
4、用pytesseract识别验证码

from PIL import Image
import pytesseract

# 用pytesseract识别验证码
# 1：打开需要识别的图片
image = Image.open(r'image\code.png')
# 2：pytesseract识别为字符串
code = pytesseract.image_to_string(image)
# 3：输出识别的内容
print(code)