验证码识别

1：引入pytesseract
2：下载安装Tesseract-OCR 引擎
链接：http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-3.05.01dev-20170510.exe
3：需要配置环境变量（测试发现，不配置环境变量也可以出结果）
变量名：TESSDATA_PREFIX
变量值：D:\Tesseract-OCR\Tesseract-OCR（这是基于我安装的Tesseract-OCR 引擎地址写的）
4：到python安装文件下找到 site-packages/pytesseract/pytesseract.py 修改里面内容:
tesseract_cmd = 'D:/Tesseract-OCR/Tesseract-OCR/tesseract.exe'
这个EXE文件也要要改成你自己的安装目录
5：如果你不想配置这些环境变量的话，你可以在python代码文件里面写上这两句代码
pytesseract.pytesseract.tesseract_cmd = 'D:/Tesseract-OCR/Tesseract-OCR/tesseract.exe'
tessdata_dir_config = '--tessdata-dir "D:/Tesseract-OCR/Tesseract-OCR/tessdata"'
（当然了，这地址也是基于你自己的安装目录）
6：找个图片进行识别测试
import pytesseract
from PIL import Image
img = Image.open('da4554c01a8c0563bf7fc106c3934722s.png')
# print(img)
#config参数：任何其它配置为字符串（官方文档是这样解释的）
（在自如中的价格雪碧图是需要加这个参数才可以把读出字符串的）
s = pytesseract.image_to_string(img,config='--psm 6')
print(s)

 

 

转载于:https://www.cnblogs.com/wts-home/p/9992849.html