2024年最新Python破解-图形验证码_绕过网页本地图片验证，2024年最新字节跳动Python面试凉凉经

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

字库下载地址：https://github.com/tesseract-ocr/tessdata
打开后，直接搜索chi_sim.traineddata，这个代表的就是中文，下载下来;
然后找到刚刚tesseract安装目录，里面会有一个叫tessdata的目录，直接把刚下载的语言包放到这个目录下即可；

如何验证tesseract是否安装成功？直接cmd下输入tesseract即可；
成功会直接显示信息;

如果提示’tesseract’ 不是内部或外部命令，则是因为没有配置环境变量，手动把tesseract根目录配置到path参数下即可，这块不详细说明；

到此为止，tesseract安装成功啦~

接下来就安装tesserocr，直接pip命令即可：

pip3 install tesserocr install

但jb在安装的时候，直接报错：

试过很多种方式，就算使用conda install tesserocr,也一样报错。

经历千辛万苦，终于找到一条可行的命令：

conda install -c simonflueckiger tesserocr

最终就安装上tesserocr啦~

如何验证是否真的安装了？很简单，直接import tesserocr，不报错就说明安装好了；

对了，如果有同学不知道conda这条命令的话，请访问下面的链接，直接搜索scrapy安装，会有介绍conda：
https://juejin.im/post/5afcb91251882565bd257097|

OK，windows下的tesserocr跟tesseract的环境已经安装好了；

别着急，顺便介绍下Linux跟Mac，但以下方式均未经过jb验证，信息来源于网上，仅供参考：

Linux下的安装

对于Liunx来说，不同系统已经有了不同的发行包了，它可能叫做tesseract-ocr或者tesseract，直接用对应的命令安装即可;

• Ubuntu、Debian和Deepin
  在Ubuntu、Debian和Deepin系统下，安装命令如下：

  sudo apt-get install-y tesseract-ocr libtesseract-dev libleptioica-dev

• CentOS、Red Hat 在CentOS和Red Hat系统下，安装命令如下：

  yum install -y tesseract

在不同发行版本运行如上命令，即可完成tesseract的安装；
安装完成后，便可以调用tesseract命令；
默认也是指安装英文语言，如果需要安装其他语言，请看下上面Windows的介绍，一样的处理方案，这里不重复说明;

接下来就是安装tesserocr，直接使用pip安装：

pip3 install tesserocr pillow

Mac下的安装

在Mac下，首先使用Homebrew 安装ImageMagick 和tesseract库：

brew install imagemagick
brew install tesseract --all-languages

接下来再安装tesserocr即可：

brew install tesserocr pillow

4 识别测试

为了方便测试，需要把验证码的图片保存到本地；
打开weibo.com，随便输入账号密码，会提示输入验证码，打开开发者工具，找到验证码元素，它的src属性就是一个链接，copy出来直接打开，会看到一个验证码，而且刷新的验证码会变化，由此推断这是个验证码的接口，右键保存验证码即可，就得到一张验证码；
验证码链接：
https://login.sina.com.cn/cgi/pin.php?r=9967937&s=0&p=gz-d0dc363f6a4523cbd602a5a10f00c59b4784

ok,完事具备，那就开始吧，新建项目，把验证码放到项目根目录下；
用tesserocr库来识别验证码：

`import tesserocr
from PIL import Image

*#新建Image对象*
image = Image.open("3.jpg")
*#调用tesserocr的image\_to\_text()方法，传入image对象完成识别*
result = tesserocr.image_to_text(image)
print(result)`

结果，运行后，啥都没有？？？
接下来jb陷入了困扰，包括调试，找各种文档，最终，把上面调试的验证码换了一个：

替换下图片，再执行一次代码：

OK，看到是有数据了，不过输出的是MEEE，跟验证码的ME8E还是有点不一样；

目前两个问题：
1）微博的验证码识别失败，输出空
2）第二章验证码部分词识别有误

心想，这库是网上都推荐用的，是Google开源的，理论上没问题，而且人家也都这么用，为什么这里就有问题？难道还需要额外的处理？

怀着疑问跟梦想，继续学习；

题外话： tesserocr还有一个更加简单的方法，这个方法可直接将图片文件转换成字符串，代码如下：

`import tesserocr
print(tesserocr.file_to_text("1.jpg"))`

结果也跟上面的一样，但网上不建议这么用，原因是据说这种识别效果不如上一种的好；

关于微博验证码为空，使用tesseract输出下原因：

tesseract 图片路径 output 

leptonica 在解析时没有检测到任何dpi；

5 验证码处理

网上找了下信息，比如这张验证码：

可能是验证码内的多余线条干扰了图片的识别；

又比如微博这张：

可能是字体位置，跟图案等因素干扰了图标的识别；

解决方案还是有的，需要对图片进行额外的处理，如转灰度，二值化等操作；

转灰度处理： 利用Image对象的convert()方法参数传入L，即可将图片转成为灰度图像：

`from PIL import Image

image = Image.open("1.jpg")
image = image.convert('L')
image.show()`

图片成功转灰了；此时我们再校验一下，发现校验还是MEEE，失败；

传入1的后，即可将图片进行二值化处理：
（二值化是指将图像上的像素点的灰度值设置为0或255，也就是将整个图片呈现出明显的只有黑和百的视觉效果）

`import tesserocr
from PIL import Image

image = Image.open("1.jpg")
image = image.convert('1')
image.show()`

这个一看，比上面更模糊了，理所当然的，校验结果会错的更加离谱：

二值化的阈值是可以指定的，上面的方法采用的是默认阈值127；但一般很少直接转换原图，原因如上可看到，错误的更加离谱了；

一般是先将原图转为灰度图像，然后再指定二值化的阈值，代码如下：

`import tesserocr
from PIL import Image

*#新建Image对象*
image = Image.open("1.jpg")
*#进行置灰处理*
image = image.convert('L')
*#这个是二值化阈值*
threshold = 150 
table = []

for i in range(256):
 if i < threshold:
 table.append(0)
 else:
 table.append(1)
*#通过表格转换成二进制图片，1的作用是白色，不然就全部黑色了*
image = image.point(table,"1")
image.show()
result = tesserocr.image_to_text(image)
print(result)`

这里说明下，可能有同学对256不明白，这是什么？
首先，我们是把图片置灰处理，灰度图像是一种具有从黑到白256级灰度色阶或等级的单色图像；
对于灰度图像利用阈值得到二值化的图像， 也就是说，我们设定了一个阈值，从0到256，如果灰度图像少于阈值则设置0，大于阈值则设置1，0是黑色，1是白色，这样做，就可以把一个灰度图完全转换二值化图；
可能还是懵逼，直接贴图：
原图

灰度图：

二值图：

在灰度图上，部分色彩是介于白色跟黑色之间，所以通过设置阈值的方法，把这些中间色彩全部转换成黑色跟白色；

ok,扯远了，上面把验证码二值图后是长这样的：

如果你也是看准了Python，想自学Python，在这里为大家准备了丰厚的免费学习大礼包，带大家一起学习，给大家剖析Python兼职、就业行情前景的这些事儿。

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

成为一个Python程序员专家或许需要花费数年时间，但是打下坚实的基础只要几周就可以，如果你按照我提供的学习路线以及资料有意识地去实践，你就有很大可能成功！
最后祝你好运！！！

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！