Python爬虫图形验证码的简单了解

图形验证码处理

识别测试
利用OCR技术识别图形验证码，使用库tesserocr

使用来自知网登录的验证图片测试
保存为code.jpg

#导入tesserocr库
import tesserocr
#PIL是图像处理库，Image可以对图像各种操作
from PIL import Image
#图片存放在项目根目录下，打开
image = Image.open('code.jpg')
#使用tesserocr的image_to_text()方法进行图像转文字操作
result = tesserocr.image_to_text(image)
#打印结果
print(result)

OCR，光学字符识别，扫描字符，通过形状翻译成文本的过程。
tesserocr是python的OCR识别库，需要提前安装tesseract

还有一种更简洁但是效果不那么好的方法：

import tesserocr
print(tesserocr.file_to_text('code.jpg'))

tesserocr的file_to_text()方法，这种方法直接将文件转化为文字，但是效果不好，识别结果为B’DOF

验证码处理

使用之前的代码进行测试

#导入tess