python+selenium 识别简单的二维码

笔者的运行环境是win 10 64位+python 3.5.2+selenium  3.3.1。

该方法可以简单识别验证码。

1、搭建环境：识别验证码图片，需要安装以下三个小部件：

一、安装Pillow

cmd命令行

cd  python安装目录下的Scripts 

用命令pip install Pillow 

二、pytesseract

方法如同安装Pillow ，pip install pytesseract

三、tesseract-ocr

笔者在网上找到德国曼海姆大学发行的3.05版本tesseract-ocr安装包，上传到百度云网盘，地址是：http://pan.baidu.com/s/1i4LNaol

下载完成后，安装。默认安装在C:\Program Files (x86)\Tesseract-OCR。这是系统盘，运行py文件会报错，

Traceback (most recent call last):
      File "D:/test.py", line 11, in <module>
        print(pytesseract.image_to_string(Image.open('d:/testimages/name.gif'), lang='chi_sim'))
      File "C:\Users\dell\AppData\Local\Programs\Python\Python35\lib\site-packages\pytesseract\pytesseract.py", line 165, in image_to_string
        raise TesseractError(status, errors)
    pytesseract.pytesseract.TesseractError: (1, 'Error opening data file \\Program Files (x86)\\Tesseract-OCR\\tessdata/chi_sim.traineddata')

笔者就是安装在系统盘。需要注意的是： py文件要移动到C：盘运行，不能在python安装目录下运行。

安装好tesseract-ocr，可以测试一下该软件的准确度。

找一张验证码图片，放到C:\Program Files (x86)\Tesseract-OCR下，名字任意，笔者命名为picture，还要新建一个txt文件，笔者命名为output。以管理员身份运行cmd，cd C:\Program Files (x86)\Tesseract-OCR。输入tesseract picture.jpg output -l eng。再输入type output.txt，输出验证码。

参考网页：http://www.w2bc.com/article/146617

四、让py文件调用tesseract命令，

有两种方法，一是在安装目录下，找到pytesseract.py文件，修改tesseract_cmd ='C:/Program Files (x86)/Tesseract-OCR/tesseract'

二是设置环境变量，把C:/Program Files (x86)/Tesseract-OCR添加到path中，如图所示：

2、新建py文件，输入代码：（笔者放入了两张图片，分别命名为1，2）

import pytesseract  
from PIL import Image
import time

image=Image.open('2.png')
print(pytesseract.image_to_string(image)) 
time.sleep(5)

image_2=Image.open('1.jpg')
print(pytesseract.image_to_string(image_2)) 

输出结果，如下：

图片1、图片2 

     

最后，要感谢爱编程网的朝花夕拾 、brucewaynelinxu、csdn的微寒的技术博客，谢谢。