基于pytesseract的验证码识别

验证码区分人和计算机的图灵测试，现在的所有带有登录功能的网页都设有验证码，这样能一定程度的达到信息安全目的。

 验证码识别是光学字符识别（OCR）的一种，ocr技术在我们生活中很多地方都有用到，比如车牌识别，省份证识别，手写字符识别等，给我们的生活带来很多便利。所以很多互联网公司都在研究这一技术，大家接触比较多的就是谷歌的tesseract-ocr，它是一款免费的开源软件，支持多种语言。当然也有一些商业软件也做得不错，这里我们只说tesseract-ocr。

#本文主要是利用Python环境下的pytesser-act进行验证码的识别，所以我们必须先安装pytesser-act，这个网上有很多教程可以参考。

#-*- coding: utf-8 -*-
import pytesseract
import cv2
from PIL import Image
image=Image.open("C:/Users/123/Desktop/yzm/APZW.png")
print pytesseract.image_to_string(image,lang="eng")#lang="chi_sim"设置字体为简体文。
image.show()

我们看到识别正确了，当然这只是一个很简单的验证码，当尝试比较难得验证码是识别就出错了。但是对于一些设计难度比较低的验证码我们可以多试几次直到识别正确。

识别中文的效果，可以识别，但是存在错误。