Python 之 Anaconda

         本周在学习崔庆才的《Python 网络爬虫开发实践》 的验证码识别，本计划这周整理一份公众号文章，不料在第一节安装tesserocr 时就遇到了麻烦，查了各种资料就是装不上。在查找过程中，又遇到一种处理验证码图片的包 opencv ，又是安装失败。接二连三的挫败让自己很是郁闷，中间又遇到其他的问题，会在公众号（foreverxin）中介绍。直到周四晚上终于通过anaconda 把这两个包都成功安装了，但还是有点迷糊，于是各种卸载重装，现整理一下笔记。

         首先简单介绍一下anaconda、opencv、tesserocr、tesseract。

         anaconda的主要用途：有java开发经验的都知道，不同的项目可能需要不同的JDK版本，不同的python程序对应的python版本可能也不同，anaconda 就是用来维护不同版本的python解释器（环境）和包的。然后在开发工具（pycharm）中给每个项目设置相应python环境即可。

         opencv 主要实现了图像处理和计算机视觉方面的很多通用算法；tesseract 是由 HP 实验室开发由 Google 维护的开源 OCR（Optical Character Recognition , 光学字符识别）引擎，可以不断的训练库，使图像转换文本的能力不断增强；还可以以它为模板，开发出符合自身需求的OCR引擎。tesserocr 是 python 对 tesseract 的封装。所以安装 tesserocr 需要先下载安装tesseract 。

         以下是安装步骤及遇到的问题：

一）、anaconda 安装及使用

1、下载安装anaconda ，下载地址（https://www.anaconda.com/download/），选择版本：

 

2、一路next：

                            

 

           3、设置安装路径

                           

 

            4、是否安装vscode，Skip 跳过即可：

                           

 

           5、安装成功后，会在计算机开始栏中多出如下内容，其中，Anaconda Navigator 和 Anaconda Prompt用的比较多：   

                                  

 

           6、打开Anaconda Navigator ，选择python版本，创建Python 环境：  

                     

二）、通过anaconda 安装包opencv

         1、选择需要安装的包，比如opencv，下载过程中会将其依赖的包一并下载安装：   

                          

                                    

 

         2、通过 anaconda 安装opencv后，在anaconda 和 Anaconda Prompt 命令窗口（依次执行命令：activate python3（激活环境）--> conda list（查看已安装的包）），都显示opencv 已经安装成功，但进入python编辑环境，执行import cv2 ，报错。推测opencv 与 python 的版本不一致：

                           

         3、执行命令 conda uninstall opencv 将opencv卸载，换种方式安装。下载对应版本的 .whl 文件，地址：https://www.lfd.uci.edu/~gohlke/pythonlibs/   ，盗图一张：https://blog.csdn.net/iracer/article/details/80498732

                                

         4、将 .whl 文件放到环境 python3 的site-packages 下，路径见图，在 Anaconda Prompt 窗口，执行 pip install opencv-xxx.whl 文件：

                          

         5、再测试，打印出opencv 的版本，安装成功。

                          

         6、终于安装成功，欢天喜地去 pycharm 开发。首先设置使用新创建的环境：File --> Settings --> Project Interpreter 选择环境 Python3 下的python.exe:

                            

         7、新建文件，内容如下：

              import cv2
              img = cv2.imread("code.jpg")
              imgGrey = cv2.imread("code.jpg", 0)
              cv2.imshow("img", img)
              cv2.imshow("imgGrey", imgGrey)
              cv2.waitKey()
              cv2.imwrite("Copy.jpg", imgGrey)

              执行……，我那个擦，报错：

                            

         8、经查询，是numpy版本不对，哎，那就升级 numpy 版本，进入Anaconda Prompt 窗口，执行 pip install -U numpy: 

                           

               再测试，弹出灰度前后的图片，嗯嗯 终于成功。

                           

三）、通过anaconda 安装包tesserocr

         1、首先安装tesseract，下载地址：https://sourceforge.net/projects/tesseract-ocr/，默认一步步安装即可。

         2、通过anaconda navigator 搜索 tesserocr 没有找到，所以还是通过opencv 方式下载安装tesserocr-2.4.0-cp37-cp37m-win_amd64.whl(选择适合的版本)，此处不再赘述。

         3、通过tesserocr 处理图片时，用到PIL，所以通过 anaconda navigator 搜索安装 pillow。

         4、安装成功后，在pycharm 中编辑内容：

              import tesserocr
              from PIL import Image
              image = Image.open('Copy.jpg')//该py文件路径下的Copy.jpg
              result = tesserocr.image_to_text(image)
              print(result)

              哎呀，我那个擦，又报错：

              

              又是版本不正确，所以通过命令方式下载安装：

              

              在pycharm 中看到 pillow 版本从5.2 升级到了5.4，运行程序成功。

         5、至此，可以成功解析部分验证码，但是正确率有待提高，比如：5 与 S,8 与 B，0 与 Q O等。后续整理……