Python验证码通过pytesser识别

Posted 2020-09-29

Python安装包：

需要安装的包主要有两个： PIL 和 pytesser 、tesseract

(1)、安装PIL：下载地址：http://www.pythonware.com/products/pil/

下载后是一个exe程序，直接双击安装

(2)、pytesser:下载地址：http://code.google.com/p/pytesser/

pytesser 模块的安装：

下载后得到 “pytesser.zip”，是一个压缩文件，使用方法： 

1、在 “C:\\Python27\\Lib\\site-packages” 路径下新建一个文件夹，命名 “pytesser” 。把 “pytesser.zip” 里的文件解压到该目录：

2、将 “pytesser.py” 改名为 “__init__.py”。

3、打开 “__init__.py” 文件，修改：tesseract_exe_name = ‘C:\\\\Python27\\\\Lib\\\\site-packages\\\\pytesser\\\\tesseract‘ # Name of executable to be called at command line

4、pytesser 模块依赖于 PIL 模块，如果是按照上面的方法安装 PIL 的话，需要把 “init.py” 文件里的 “import Image” 改成 “from PIL import Image” 。

下载解压后直接放C:\\Python27\\Lib\\site-packages，同时，新建一个pytesser.pth,内容就写，注意这里的内容一定要和pytesser这个文件夹同名，意思就是pytesser文件夹，pytesser.pth,及内容都要一样！

(3)、Tesseract OCR engine下载：http://code.google.com/p/tesseract-ocr/

下载后解压，tessdata文件夹，用其替换掉pytesser解压后的tessdata文件夹即可。(就上面的pytesser文件夹)

代码如下：

1 #-*- coding:utf-8 -*-
2 __author__ = "carry"
3 from PIL import Image
4 from pytesser import *
5 
6 image = Image.open(‘xx.jpg‘)
7 print image_to_string(image)