python爬虫图形验证码识别_8.1 图形验证码的识别

### 1.目标

中国知网注册:[http://o.cnki.net/Register/CommonRegister.aspx](http://o.cnki.net/Register/CommonRegister.aspx)

### 2.安装

[tesserocr](/1kai-fa-huan-jing-pei-zhi/1.3/134-tesserocrde-an-zhuang.md)

### 3.获取图形验证码

验证码地址:[http://o.cnki.net/Register/CheckCode.aspx](http://o.cnki.net/Register/CheckCode.aspx)

保存图片

```

import requests

content = requests.get("http://o.cnki.net/Register/CheckCode.aspx").content

with open("code.jpg",'wb') as f:

f.write(content)

```


### 4.识别测试

```

import tesserocr

from PIL import Image

image = Image.open('code.png')

result = tesserocr.image_to_text(image)

print(result)

print(tesserocr.file_to_text('code.png'))

```

注意file\_totext的识别效果没有image\_to\_text的好

### 5.验证码处理

验证码内的多条线余会干扰图片的识别

需要做一下额外的处理，如转灰度、二值化等操作

转灰度

利用Image对象的convert\(\)方法参数传入L，即可将图片转化为灰度图像

```

import tesserocr

from PIL import Image

image = Image.open('code.png')

image = image.convert('L')

# image.show() # 显示图片

result = tesserocr.image_to_text(image)

print(result)

```

传入1即可将图片进行二值化处理

```

image = image.convert('1')

image.show()

```

指定二值化的阈值，上面默认阈值是127

首先将原图先转为灰度图像，再指定二值化阈值

```

import tesserocr

from PIL import Image

image = Image.open('code.png')

image = image.convert('L')

threshold = 130

table = []

for i in range(256):

if i

table.append(0)

else:

table.append(1)

image = image.point(table,'1')

image.show()

result = tesserocr.image_to_text(image)

print(result)

```