python使用tesseract-ocr完成验证码识别

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

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/