Python+Tesseract-OCR识别图片上的文本内容

目标

解决UI自动化过程中的图文验证码问题，过程大致分为两个步骤：

1. 自动下载网页上指定的图片
2. 识别图片上的文本内容

本文以“识别页面上指定图片的文本“为例。

代码实现效果

环境准备

1. Pytesseract
2. Tesseract-OCR
3. Pillow

手动安装pytesseract库

命令：pip install pytesseract

安装Tesseract-OCR.exe

下载地址

https://github.com/UB-Mannheim/tesseract/wiki

双击exe程序直接安装即可

 

 

配置环境变量

校验安装成功

 

 

安装Pillow包

Python自带的图文简单处理模块，正常安装Python的时候会自动安装，故无需另外手动安装。（若没自动安装则可手动安装：pip install Pillow）

代码正文

初始化浏览器和元素定位方式

1. 初始化并放大浏览器
2. 初始化元素定位方式：本文使用CSS选择器方式定位

获取图片

1. 页面全屏截图
2. 截图转为Image对象
3. 获取指定图片的大小和位置
4. 裁剪图片

 

识别图片上的文本

1. 识别裁剪后的图片上的文本内容

问题：

Python脚本运行报错：

 

解决方案：

修改tesseract文件的默认路径