python使用之识别验证码及相关问题

Posted 2020-12-22 piecesof

在使用Python做自动化时候遇到登录需要识别验证码问题，此时采用pytesseract模块，遇到异常：

pytesseract.pytesseract.TesseractNotFoundError: tesseract is not installed or it\'s not in your PATH. See README file for more information.

 解决方式：

1、下载对应版本的“Tesseract-OCR”，下载地址：https://github.com/tesseract-ocr/tesseract/wiki    或者    https://github.com/UB-Mannheim/tesseract/wiki

     下载文件名称：tesseract-ocr-w64-setup-v5.0.0-alpha.20201127.exe

2、安装Tesseract-OCR，请记住安装路径。

3、配置环境变量：

　　（1）配置Tesseract-OCR环境变量：

　　　　将Tesseract-OCR的安装路径配置在环境变量Path中。D:\\Program Files\\python38\\Lib\\site-packages\\Tesseract-OCR 。如下图：

　　　　

 

 

 　　（2）配置tessdata环境变量：

　　　　新增一个变量名：TESSDATA_PREFIX。变量值为安装的Tesseract-OCR路径下的tessdata的路径。即，在Tesseract-OCR的安装路径后追加tessdata。D:\\Program Files\\python38\\Lib\\site-packages\\Tesseract-OCR\\tessdata。如下图

　　　　

 

 4、然后将pytesseract.py源码中

tesseract_cmd = \'tesseract\'

 修改为：

tesseract_cmd = r\'D:\\Program Files\\python38\\Lib\\site-packages\\Tesseract-OCR\\tesseract.exe\'

 重新运行脚本，OK

 

 

如下图所示的登录页面。

 

 附带识别验证码代码：

from selenium import webdriver
from PIL import Image
import pytesseract

def readvcode():
    dr = webdriver.Chrome("D:\\softwarePro\\BrowserDriver\\chromedriver.exe")
    dr.maximize_window()
    dr.get(url)
    dr.save_screenshot(\'All.png\')  # 截取当前网页，该网页有我们需要的验证码
    imgelement = dr.find_element_by_class_name(\'imgcode\')
    location = imgelement.location  # 获取验证码x,y轴坐标
    size = imgelement.size  # 获取验证码的长宽
    rangle = (int(location[\'x\']), int(location[\'y\']), int(location[\'x\'] + size[\'width\']),
                  int(location[\'y\'] + size[\'height\']))  # 写成我们需要截取的位置坐标
    i = Image.open("All.png")  # 打开截图
    result = i.crop(rangle)  # 使用Image的crop函数，从截图中再次截取我们需要的区域
    result.save(\'result.png\')
    text = pytesseract.image_to_string(\'result.png\', \'eng\').strip()

    dr.find_element_by_name("username").send_keys("admin")
    dr.find_element_by_name("password").send_keys("admin123")
    dr.find_element_by_name("validateCode").send_keys(text)
    dr.find_element_by_id("btnSubmit").click()

if __name__ == \'__main__\':
    readvcode()

 

带有噪点或者划线类的验证码以后更新。