python3+PIL+pytesseract+tesseract-ocr识别图片验证码全解教程

 

本文以Windows为例

一、下载安装tesseract-ocr

1.github地址: https://github.com/tesseract-ocr/tesseract

tesseract-ocr-setup-3.05.01.exe下载地址：http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-3.05.01.exe

tesseract-ocr-setup-4.00.00dev.exe下载地址：http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe

以上二个版本任选其中一个下载即可

如需中文字体可下载后放到tesseract-ocr安装后的tessdata目录

简体字识别包：https://raw.githubusercontent.com/tesseract-ocr/tessdata/4.00/chi_sim.traineddata

繁体字识别包：https://github.com/tesseract-ocr/tessdata/raw/4.0/chi_tra.traineddata

2.安装过程中选择安装目录

3.配置环境变量

在环境变量的系统变量PATH，把tesseract-ocr的安装路径（如 E:\Tesseract-OCR;）添加进去。

在环境变量的系统变量中，增加一个TESSDATA_PREFIX变量名，变量值还是tesseract-ocr的安装路径(如E:\Tesseract-OCR; )

4.验证是否安装成功

cmd窗口，敲入tesseract，应该如下信息则表示安装成功。

还可以用命令tesseract --list-langs来查看Tesseract-OCR支持语言。

二、安装Pillow

pip install Pillow或pythonsetup.py install (源码安装)

三、安装pytesseract。

pip install pytesseract或pythonsetup.py install (源码安装)

四、Python调用

通过调用接口返回的二维码图片

# coding:utf-8
# @author : csl
# @date   : 2018/11/28 17:33

import requests
import os
import pytesseract
from PIL import Image

class imageCode2str(object):
    """图片二维码转换为str"""

    def __init__(self, url):
        self.url = url

    def saveImage(self,):
        """
        @description: 保存图片
        :param url: 
        :return: 
        """
        # 获取文件路径
        PATH = os.path.abspath(os.path.join(os.path.dirname('.'), os.path.pardir))
        self.imagePATH = str(PATH) + '\\***.png'  # 拼接日志目录
        if "***" not in self.imagePATH:
            self.imagePATH = str(PATH) + "\\***.png"

        # 保存图片
        reqimage = requests.get(self.url)
        f_image = open(self.imagePATH, "wb")
        f_image.write(reqimage.content)
        f_image.close()

    def image2str(self):
        """图片二维码提取"""
        self.saveImage()
        image = Image.open(self.imagePATH)
        vcode = pytesseract.image_to_string(image)
        print(vcode)


if __name__ == "__main__":
    imageCode2str("http://******?cid=ADMIN_LOGIN").image2str()

如已有图片则只需

import os
import pytesseract
from PIL import Image

image = Image.open("***.png")
vcode = pytesseract.image_to_string(image)
print(vcode)

感谢：https://blog.csdn.net/duanshao/article/details/79514051