tesserocr的安装
1.OCR,即Optical Character Recognition,光学字符识别,通过扫描字符翻译成电子文本的过程,然后爬虫将是被结果提交给服务器,达到识别验证码的过程。
2.tesserocr是python的一个OCR识别库,但是它是对tesseract做的一层Python API封装,核心是tesseract。要先安装tesseract。
3.tesseract下载链接:
https://digi.bib.uni-mannheim.de/tesseract/
4.windows下载:
其中文件名中带dev的为开发版本,不带dev的是稳定版本,这里下载
tesseract-ocr-setup-3.05.01.exe
5.下载完成后双击安装,此时可以勾选Additional language data(download)选项来安装OCR识别支持的语言包,这样OCR便识别多国语言。一路点击next安装。
6.再cmd黑窗口里安装tesserocr即可:
pip3 install tesserocr pillow