python3验证码识别第一篇

一、前言：

本文仅作为个人学习记录。

二、环境安装：

OCR，即 Optical Character Recognition，光学字符识别， 是指通过扫描字符，然后通过其形状将 其翻译成电子文本的过程。 对于图形验证码来说，它们都是一些不规则的字符，这些字符确实是由字 符稍加扭曲变换得到的内容。 

例如，对于下图所示的验证码，我们可以使用 OCR技术来将其转化为电子文本，然后爬虫将识别结果提交给服务器，便可以达到向动识别验证码的过程。

tesserocr是 Python 的一个 OCR识别库，但其实是对 tesseract做的一层 Python API 封装，所以它的核心是 tesseract。 因此，在安装 tesserocr 之 前，我们需要先安装tesseract。

pip install tesseract

tesserocr在windows下不要使用pip安装。会有很多问题。官方建议：

Windows
The proposed downloads consist of stand-alone packages containing all the Windows libraries needed for execution. This means that no additional installation of tesseract is required on your system.

The recommended method of installation