python长什么样子图片_python图片识别

python 图像处理模块

1. 安装 pytesseract模块是会自动安装Pillow模块。

pillow 为标准图像处理库

手册地址 http://pillow-cn.readthedocs.io/zh_CN/latest/index.html

pytesseract 模块用于文字识别

pip3 install pytesseract

2. 安装 tesseract-ocr 这个用于文字识别

pytesseract 需要调用它

https://github.com/tesseract-ocr/tesseract/wiki

参考：https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/0014320027235877860c87af5544f25a8deeb55141d60c5000

https://blog.csdn.net/dcba2014/article/details/78969658

https://blog.csdn.net/iodjSVf8U1J7KYc/article/details/79308086

3. 常见错误：

1. 注意使用python版本和安装模块的版本

2. ImageOps 需要使用 from PIL import ImageOps

不能直接使用PIL.ImageOps

3. 先引入

from lxml import html

from pyquery import PyQuery as pq

在引入

# 图片识别

from PIL import ImageOps

from PIL import Image

import pytesseract

发现报错误OSError: codec configuration error when reading image file

问题感觉比较奇葩

解决： 将图片库的引入在 pqquery 之前

例子1

转自：https://www.cnblogs.com/MrRead/p/7656800.html 有简单修改 让代码能在python3上运行

1、验证码的识别是有针对性的，不同的系统、应用的验证码区别有大有小，只要处理好图片，利用好pytesseract，一般的验证码都可以识别

2、我在识别验证码的路上走了很多弯路，重点应该放在怎么把图片处理成这个样子，方便pytesseract的识别，以提高成功率

3、原图为：

# 图片识别

from PIL import ImageOps

from PIL import Image

import pytesseract

def initTable(threshold=140):

table = []

for i in range(256):

if i < threshold:

table.append(0)

else:

table.append(1)

return table

im = Image.open('8fnp.png')

#图片的处理过程

im = im.convert('L')

binaryImage = im.point(initTable(), '1')

im1 = binaryImage.convert('L')

im2 = ImageOps.invert(im1)

im3 = im2.convert('1')

im4 = im3.convert('L')

#将图片中字符裁剪保留

box = (30,10,90,28)

region = im4.crop(box)

#将图片字符放大

out = region.resize((120,38))

asd = pytesseract.image_to_string(out)

print(asd)

print (out.show())

上面代码可以识别出图片验证码