Python - PIL-pytesseract-tesseract验证码识别

Posted 2020-10-08

N天前实现了简单的验证识别，这玩意以前都觉得是高大上的东西，一直没有去研究，这次花了点时间研究了一下，当然只是一些基础的东西，高深的我也不会，分享一下给大家吧。

关于python验证码识别库，网上主要介绍的为pytesser及pytesseract，其实pytesser的安装有一点点麻烦，所以这里我不考虑，直接使用后一种库。

要安装pytesseract库，必须先安装其依赖的PIL及tesseract-ocr，其中PIL为图像处理库，而后面的tesseract-ocr则为google的ocr识别引擎。

 

一、安装PIL

PIL : Pillow-3.3.0-cp27-cp27m-win_amd64.whl 或 Pillow-4.2.1.win-amd64-py2.7.exe

下载地址：https://pypi.python.org/pypi/Pillow/4.2.1

 

然后执行安装命令：

pip install Pillow-4.2.1-cp27-cp27m-win_amd64.whl

或是点击exe进行安装，一路下一步

 

二、安装Tesseract

 

介绍见链接

http://blog.csdn.net/wanghui2008123/article/details/37694307

 

下载安装文件地址：http://jaist.dl.sourceforge.net/project/tesseract-ocr-alt/tesseract-ocr-setup-3.02.02.exe

  

安装过程如下（这是一个缓慢且会报错的过程）：

 

三 、安装pytesseract

执行命令：

pip install pytesseract

 

 

根据经验，安装成功后要重启计算机，要不然执行如下代码会报错。

import pytesseract
from PIL import Image
image=Image.open(‘new.jpg‘)
print image
vcode=pytesseract.image_to_string(image)
print vcode

 

new.jpg