Python爬虫--使用python扩展库tesserocr和百度ai实现ocr文字识别

---

一：tesseract与tesserocr

1.应用

        最近在学习python爬虫，在爬取有验证码的网站时需要输入验证码，就想到可以利用python提供的外部扩展库tesserocr实现对验证码的自动识别。

2.安装tesseract

        Tesserocr是python的一个OCR识别库，但其实是对tesseract做的一层python API封装，所以它的核心是tesseract。因此，在安装tesserocr之前，我们需要先安装tesseract。

        tesseract是最为成功的ocr识别程序之一，所以它对php、Python等语言都有支持的模块，但是无论是哪种语言，真正起作用的还是后端的识别引擎，依然脱离不了tesseract。

        tesseract下载地址为：