OCR,即Optical Character Recognition,光学字符识别,是指通过扫描字符,然后通过其形状将其翻译成电子文本的过程,对应图形验证码来说,它们都是一些不规则的字符,这些字符是由字符稍加扭曲变换得到的内容,我们可以使用OCR技术来讲其转化为电子文本,然后将结果提取交给服务器,便可以达到自动识别验证码的过程
tesserocr与pytesseract是Python的一个OCR识别库,但其实是对tesseract做的一层Python API封装,pytesseract是Google的Tesseract-OCR引擎包装器;所以它们的核心是tesseract,因此在安装tesserocr之前,我们需要先安装tesseract
pytedseract应该是tesseract-ocr的Python版,tesseract-ocr是用C写的。Tesseract-ocr的作用,就是识别图像中的字符串。
至于安装步骤,可以参考以下文章
https://www.cnblogs.com/zhangxinqi/p/9297292.html
1,先下载tesseract:https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-w64-setup-v4.0.0-beta.1.20180414.exe
2,然后双击程序安装即可,
3,可以勾选Additional language data(download)选项来安装OCR识别支持的语言包,
P