Python验证码(Pytesseract)

一、描述

在爬虫的过程中，可能会遇到验证码，这时候就需要进行解析了，我在实验中也是遇到了很多的问题，终于是解决了，在此流程分享出来。

二、验证码流程

Pytesseract地址：pytesseract

第一步：在命令行打入以下代码，下载到本地

pip install pytesseract   

第二部：安装tesseract-ocr（官方文档上也有说需要安装，就默认安装了）

http://download.csdn.net/download/whatday/7740469

第三步：在代码中加入以下代码，实验验证码

test.png

try:
    import Image
except ImportError:
    from PIL import Image
import pytesseract
print pytesseract.image_to_string(Image.open("test.png").convert('L')) #Convert能够优化识别

输出结果

378m

三、验证码注意事项

一，正常流程执行，遇到下面的问题

![]@ST6}P]S)KK9.png](http://upload-images.jianshu.io/upload_images/2650372-af96906eba87201f.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
解决方法是找到你pytesseract的目录下,我的目录是下面的(如果找不到，可以再pip install pytesseract，会看到你安装的地址),打开pytesseract.py

修改成tesseract-ocr安装目录下的tesseract.exe,并且在路径前面加一个r,查了好久才发现需要加一个r,不然总是报错

 tesseract_cmd = 'tesseract'

成

tesseract_cmd = r'C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'

四、总结

希望有人也遇到这个问题，可以解决