- 博客(5)
- 收藏
- 关注
RSS订阅原创 Tesseract-OCR 的安装与使用
上篇博文写到爬取教务系统获取信息时，登录时的验证码是手动输入的，所以就想试试能不能自别识别验证码并填充。查阅了很多信息，选取了Tesseract。What is Tesseract ？Tesseract是能够运行在多种操作系统上的开源ORC（Optical Character Recognition , 光学字符识别）引擎，目前由Google维护，是最精确的开源ORC引擎之一。与Mic...
2018-07-28 16:17:30
1863
1
原创 图片的灰度化与二值化
为了提高Tesseract识别的准确性，需要对图片进行一些处理。灰度化RGB颜色模型一种加色模型，将红（Red）、绿（Green）、蓝（Blue）三原色的色光以不同的比例相加，以产生多种多样的色光，且三原色的红绿蓝不可能用其他单色光合成。RGB色彩模式使用RGB模型为图像中每个像素的RGB分量分配一个0~255范围内的强度值。RGB图像仅仅使用三种颜色，R(red)、G(gre...
2018-07-28 16:16:48
10295
原创 爬取正方教务管理系统获取学生信息
最近想学点爬虫玩玩，拿学校的教务系统练练手。学校与很多高校一样，用的是正方教务管理系统，非常的不好用，经常登陆不上去、卡死，主页如下图所示：模拟登录分析登录的URL和所需提供的数据我们输入学号、密码和验证码登录后，点击登录。这时浏览器会向服务器提交一个POST请求我们由上图中的数据可知，请求的URL地址为：http://222.24.62.120/default2.as...
2018-07-27 14:05:34
16467
24
原创 在Java中使用多线程并探究线程的启动方法
使用多线程单线程同步，CPU利用率低；而线程异步，运行效率高。实现 Runnable 接口class PrimeRun implements Runnable { long minPrime; PrimeRun(long minPrime) { this.minPrime = minPrime; }...
2018-07-26 10:55:43
482
原创 正则表达式小记
正则表示式简介正则表示式基本上包括两种字符：字面意义字符与元字符。字面意义字符是指按照字面意义比较的字符;元字符是不按照字面比较，在不同情境有不同意义的字符。1. 字面意义字符 字符 说明 字母或数字 比较字母或数字 \\ 比较\ \0n 八进制0n字符(0<=n<=7) \0nn 八进制0nn字符(0&...
2018-07-24 11:30:26
234
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人