python使用tesseract-ocr完成验证码识别

Posted 2022-12-28 亮亮1990

一、python验证码识别库安装

Ubuntu版本：

1.tesseract-ocr安装 
sudo apt-get install tesseract-ocr

2.pytesseract安装 
sudo pip install pytesseract

3.Pillow 安装 
sudo pip install pillow

---

其他linux版本（如centos）： 
1.tesseract-ocr安装 
没找到直接命令安装，所以需要手动下载安装包。 
https://github.com/tesseract-ocr/tesseract 
在上述地址中下载最新的tesseract-ocr的安装包，并解压。 
通过以下命令安装： 
(1)cd tesseract-3.04.01

(2)./autogen.sh

(3)./configure 
注意，如果出现error: leptonica not found，需要下载安装leptonica 
http://www.leptonica.org/download.html

(4)make

(5)make install

(6)ldconfig

2.pytesseract安装 
sudo pip install pytesseract

3.Pillow 安装 
sudo pip install pillow

---

windows版本：

1.tesseract-ocr安装 
http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-3.05.00dev.exe 
下载，并安装。 
注意：如果是64位的用户，在安装的时需要改变安装目录，如下图所示： 

2.pytesseract安装 
pip install pytesseract

3.Pillow 安装 
pip install pillow

---

mac版本：

1.tesseract-ocr安装 
brew install tesseract-ocr

注意：如果未安装brew命令，可以输入命令： 
brew官网：http://brew.sh

/usr/bin/ruby -e “$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)”

2.pytesseract安装 
sudo pip install pytesseract

3.Pillow 安装 
sudo pip install pillow

二、Python验证码识别代码

import pytesseract
from PIL import Image

image = Image.open('code.png')
code = pytesseract.image_to_string(image)
print code
 
1
2
3
4
5
6
 
  
 

三、pytesseract运行错误：

1.pytesseract.pytesseract.TesseractError: (1,’Error opening data file /usr/local/share/tessdata/eng.traineddata’) 
解决方法：(原文地址http://stackoverflow.com/questions/14800730/tesseract-running-error) 
(1)$ wget https://tesseract-ocr.googlecode.com/files/eng.traineddata.gz

(2)$ gunzip eng.traineddata.gz

(3)$ sudo mv -v eng.traineddata /usr/local/share/tessdata/

http://blog.csdn.net/a349458532/article/details/51490291 转载地址

------------------------------------------------------------------------------------------------

按以上配置完后有问题，各种出错。

经整理，搜索资料。废话不说了，直接上代码

import pytesseract
from PIL import Image

pytesseract.tesseract_cmd = r'C:\\Program Files\\Tesseract-OCR\\tesseract.exe'  #指定ocr的安装目录
image = Image.open(r'C:\\Python36\\prctice\\eurotext.tif') #图片地址
code = pytesseract.image_to_string(image)   #image_to_string方法
print(code) 

直接运行以上代码还出错。还需要配置训练数据的环境变量路径

变量名：TESSDATA_PREFIX

变量值：C:\\Program Files\\Tesseract-OCR\\tessdata

经测试可运行

-----------------------------------