【代码】第8章 验证码的识别

8.1 图形验证码的识别

win10 64, 先安装tesseract.exe，再安装tesserocr模块报错，而因事先安装了VC++ build tools, 只需再安装.whl
import tesserocr
from PIL import Image
image = Image.open('CheckCode.jpg')
# 灰度处理
image = image.convert('L')
# 二值化处理
threshold = 160     # 修改这个阈值，可以得到目标图像
table = []
for i in range(256):
    if i < threshold:
        table.append(0)
    else:
        table.append(1)
image = image.point(table, '1')
image.show()
result = tesserocr.image_to_text(image)
print(result)

8.2-8.4 略过

要识别中文
下载中文数据包Data Files 我这里是3.02，所以对应下载的是tesseract-ocr-3.02.chi_sim.tar.gz
然后在C:\Program Files (x86)\Tesseract-OCR\tessdata下添加解压的的chi_sim.traineddata
代码中改成result = tesserocr.image_to_text(image, lang="chi_sim")