python爬虫之验证码识别及TesseractNotFoundError：tesseract is not installed or it's not in your path问题解决

验证码问题

1、验证码：放置机器人或者爬虫

2、分类

-简单图片

-极验，官网：www.geeetest.com

-12306

-电话

-google验证

3、验证码破解

-运用方法：

        -下载网页和验证码

        -手动输入验证号码

-简单图片

        -使用图像识别软件或者文字识别软件

        -可以使用第三方图像验证码破解网站，www.chaojiying.com

-极验，官网：www.geetest.com

        -破解比较麻烦

        -可以模拟鼠标等移动

        -一直在进化

-12306

-电话：语音识别

-google验证

Tesseract

-机器视觉领域的基础软件

-OCR:OpticalChracterRecognition,光学文字识别

-Tesseract:一个ocr库，有google赞助

-安装：

        -windows下：官方下载：https://github.com/UB-Mannheim/tesseract/wiki

                              安装及环境配置说明：https://jingyan.baidu.com/article/219f4bf788addfde442d38fe.html

        -Mac：brew install tesseract

        -Linux：apt-get  install tesseract-ocr

-安装完后还需要pytesseract

        -pip install  pytesseract

import pytesseract as pt
from PIL import Image

#生成图片实例
image = Image.open('/home/dz/桌面/3.jpg')

#调用pytesseract，把图片转换成文字
#返回结果就是转换成的结果
text = pt.image_to_string(image)
print(text)

错误：pytesseract.pytesseract.TesseractNotFoundError: tesseract is not installed or it's not in your path
解决：

pytesseract安装后，在python（我的是anaconda）的Lib目录下site-packges下会生成一个pytesseract文件夹，在文件夹中找到pytesseract.py，使用记事本打开pytesseract.py，找到如下两行：

# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY
tesseract_cmd = 'tesseract'

将tesseract_cmd = 'tesseract'修改为：tesseract_cmd = 'D:/tesseract/tesseract.exe'

表示tesseract_cmd配置的是你安装tesseract的绝对路径，这样就能找到tesseract了。修改后保存，再去运行python代码，就可以成功了。