准备工作
1、下载OCR识别库tesseract ,下载地址:https://digi.bib.uni-mannheim.de/tesseract/,根据自己的系统选择合适的版本。
2、下载完成后执行安装,记录下自己的安装位置,我的默认安装路径是 “C:\Program Files\Tesseract-OCR\”
3、配置操作系统的环境变量,分为两步:
修改Path变量,新增 tesseract 的安装路径,如“C:\Program Files\Tesseract-OCR\”
新增环境变量“TESSDATA_PREFIX”,值为“C:\Program Files\Tesseract-OCR\tessdata”
4、修改当前用户python临时环境变量中的pytesseract.py文件,这个文件每个用户的保存位置不同,可以使用搜索工具,查找 pytesseract.py文件,我的这个文件是“C:\Users\xxxxxxx\AppData\Local\Packages\PythonSoftwareFoundation.Python.3.9_qbz5n2kfra8p0\LocalCache\local-packages\Python39\site-packages\pytesseract\pytesseract.py”,修改文件的第30行,原来写的是:
tesseract_cmd = 'tesseract'
修改为:
tesseract_cmd = r'C:\\Program Files\\Tesseract-OCR\\tesseract.exe'
修改完之后保存。
准备工作完成后,就可以愉快的编写二维码的识别文件了,本人代码如下参考:
import requests
from PIL import Image
import pytesseract
url_verfircode = "http://xxxxxxxxxxxxx/verifycode"
res = requests.get(url=url_verfircode).content
with open('verifycode.gif','wb') as v: #保存二维码图片到本地同目录下
v.write(res)
image = Image.open('verifycode.gif')
#image.show() #查看原始图片
image = image.convert('L') #转化为灰度图
#image.show() #查看转化成灰度图的图片
threshold = 140 #设定的二值化阈值
table = [] #table是设定的一个表,下面的for循环可以理解为一个规则,小于阈值的,就设定为0,大于阈值的,就设定为1
for i in range(256):
if i < threshold:
table.append(0)
else:
table.append(1)
image = image.point(table,'1') #对灰度图进行二值化处理,按照table的规则(也就是上面的for循环)
image.show()
text = pytesseract.image_to_string(image)
print(text)