python爬虫之图片验证码识别

将图片翻译成文字的技术被称为光学文字识别,即OCR(Optical Character Recognition)技术

Tesseract 是有谷歌赞助的，目前公认最优秀、最准确的开源OCR库
安装
- 下载exe文件，https://digi.bib.uni-mannheim.de/tesseract/，目前最新版本为 tesseract-ocr-w64-setup-v5.0.0-alpha.20201127.exe
- 下载数据集：链接：https://pan.baidu.com/s/1HQTtLEKAJeF5KT4JcwYHMg
  提取码：apoj
- 保险起见，尽量降低文件路径深度，并且路径尽量不要含有中文，可参照D:\Tesseract-OCR\tesseract.exe, D:\Tesseract-OCR\tessdata
- 设置环境变量，如果想要在命令号中使用：将tesseract.exe所在路径添加到PATH环境变量中。同时将训练的数据文件路径也放到环境变量中，如图，在环境变量中添加TESSDATA_PREFIX=tessdata路径
检查安装是否成功：cmd 输入命令tesseract --version,如果显示版本即安装成功
使用
- 命令行
  - tesseract 图片路径文件路径
  - 实例 tesseract demo.jpg file1
- python
  - pip install pytesseract -i https://pypi.douban.com/simple
```
import pytesseract
from PIL import Imagepytesseract.pytesseract.tesseract_cmd = r'D:\Tesseract-OCR\tesseract.exe'
tessdata_dir_config = r'--tesseract-dir "D:\Tesseract-OCR\tessdata"'
image = Image.open('bb.png')
print(pytesseract.image_to_string(image, lang='eng', config=tessdata_dir_config))
```
最后再说明一下，这个识别率高是相对于开源的OCR库来说，咳咳，毕竟不要钱嘛，如果对识别率较高可以使用打码云平台来识别，要花点小钱哈。

python爬虫之图片验证码识别相关推荐

Python爬虫--实现图片验证码全自动输入
爬虫--实现图片验证码全自动输入爬取网站:豆瓣(https://accounts.douban.com/login) 爬虫思路:1. 使用selenium, 对图片验证码进行截图操作, 2. 接入打 ...
Python爬虫过程中验证码识别的三种解决方案
在Python爬虫过程中,有些网站需要验证码通过后方可进入网页,目的很简单,就是区分是人阅读访问还是机器爬虫.验证码问题看似简单,想做到准确率很高,也是一件不容易的事情.为了更好学习爬虫,后续推文中将 ...
Python爬虫之网站验证码识别（三）
视频链接:Python爬虫7天速成(2020全新合集)无私分享 Python: 章节p29-p31 文章目录前言一.云打码平台使用流程操作流程二.代码编写⭐ 2.1 使用超级鹰云平台 2.2 ...
python识别图片中数字_Python图像处理之图片验证码识别
在上一篇博客Python图像处理之图片文字识别(OCR)中我们介绍了在Python中如何利用Tesseract软件来识别图片中的英文与中文,本文将具体介绍如何在Python中利用Tesseract软件 ...
字符识别Python实现图片验证码识别
字符型图片验证码识别完整过程及Python实现 1 摘要验证码是目前互联网上非常常见也是非常重要的一个事物,充当着很多系统的防火墙功能,但是随时OCR技术的发展,验证码暴露出来的安全问题也越 ...
字符型图片验证码识别完整过程及Python实现
1 摘要验证码是目前互联网上非常常见也是非常重要的一个事物,充当着很多系统的防火墙功能,但是随时OCR技术的发展,验证码暴露出来的安全问题也越来越严峻.本文介绍了一套字符验证码识别的完整流程 ...
微博模拟登陆的方法 + 图灵图像图片验证码识别平台识别验证码（97%正确率）Python + Selenium+Chrome
最近遇到一个问题,需要频繁切换账号登陆微博,但是需要识别微博的验证码,比较麻烦.而且因为需要24h不间断的操作,所以没法使用人工打码平台,而且打码平台也比较贵,延迟又高.最后找到了一个可以机器识别出来 ...
基于Python的KNN数字验证码识别
一.主要内容本项目基于Python爬虫爬取验证码图片,对图片进行去噪.分割,通过KNN算法训练模型,实现验证其准确率. 二.系统流程首先从指定的网页中爬取验证码图片数据,然后对数据进行一个去噪和分 ...
网络爬虫笔记—滑动验证码识别
网络爬虫笔记-滑动验证码识别一.什么是滑动验证码点击之前点击之后像这种通过滑动图片,补全缺口的方式,就是滑动验证码. 二.识别思路 1)使用selenium库操作谷歌浏览器,打开目标网站:关于 ...

python爬虫之图片验证码识别

python爬虫之图片验证码识别相关推荐

最新文章

热门文章