GitCode 开源社区

首先需要下载tesseract-ocr-setup-3.02.02.exe，来自谷歌的一个ocr识别项目，提供一个地址：

http://pan.baidu.com/s/1jI551Gi

下载后进行安装，本例安装地址是：C:\Program Files (x86)\Tesseract-OCR\tesseract.exe

然后需要在安装python对应的支持库PIL，pytesseract

pip install pil
pip install pytesseract

记录一段测试代码：

# -*- coding: utf-8 -*-

import urllib.request, urllib.parse
from PIL import Image
from pytesseract import *

'''
获取验证码
'''
auth_img_url = r'https://********/authImage?'
urllib.request.urlretrieve(auth_img_url, 'auth.jpg')

'''
对图像进行灰度化，二值化处理
'''
img = Image.open('auth.jpg')
img_gray = img.convert('L')

threshold = 140
table = []
for i in range(256):
    if i < threshold:
        table.append(0)
    else:
        table.append(1)

out = img_gray.point(table, '1')
# out.save('auth_b.jpg')

'''
识别验证码中的文字
'''
auth = pytesseract.image_to_string(out)

print(auth)

ps. 可能出现“FileNotFoundError: [WinError 2] 系统找不到指定的文件”的提示，解决办法是：

打开文件 pytesseract.py，将tesseract_cmd的值修改为全路径

# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY
# tesseract_cmd = 'tesseract'
tesseract_cmd = r'C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'