pytesseract 不能识别_爬虫、Selenium、webUI自动化使用PIL+pytesseract识别验证码以及识别错误解决方案...

背景：

大家在做爬虫或web端的UI自动化时会经常遇到的就是验证码，那怎么识别这验证码也是我们目前遇到的难题。(在这里咱们先不讨论：1.点击类的验证 2.滑动类的验证 3.中文类的验证)

简单地说，计算机图形学的主要研究内容就是研究如何在计算机中表示图形、以及利用计算机进行图形的计算、处理和显示的相关原理与算法。图形通常由点、线、面、体等几何元素和灰度、色彩、线型、线宽等非几何属性组成。计算机涉及到的几何图形处理一般有 2维到n维图形处理，边界区分，面积计算，体积计算，扭曲变形校正。对于颜色则有色彩空间的计算与转换，图形上色，阴影，色差处理等等。

环境：

Python3.7

PIL

pytesseract

1、安装Python3.7

2、安装PIL库

3、安装pytesseract库

思路：

1、图片降噪

2、图片切割

3、图像文本输出

3.1 图片降噪

所谓降噪就是把不需要的信息通通去除，比如背景，干扰线，干扰像素等等，只剩下需要识别的文字，让图片变成2进制点阵最好。

对于彩色背景的验证码：每个像素都可以放在一个5维的空间里，这5个维度分别是，X,Y,R,G,B，也就是像素的坐标和颜色，在计算机图形学中，有很多种色彩空间，最常用的比如RGB，印刷用的CYMK，还有