验证码的识别 :tesserocr简单介绍以及如何 win10下如何安装tesserocr

版权声明:本文为博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/weixin_41931602/article/details/82721088

现在越来越多的网站都会使用一些措施来反爬虫了,其中一个很常见的就是使用验证码。

验证码的种类很多,大体分成普通图形验证码,极验滑动验证码,点触验证码,微博宫格验证码等等。今天要解决的是第一种。

tesserocr是python的一个OCR识别库,但实际上是对tesseract做一个一层的python API封装,因此核心是tesseract。

我使用的是python3.6版本,win10系统。

首先安装tesseract,进入网址https://digi.bib.uni-mannheim.de/tesseract/

在上图可以看到许多文件,带有Dev的是开发版本,不带Dev的表示的是稳定版本,在此我选择的是不带Dev的3.0版本 : tesseract-ocr-setup-3.05.02-20180621.exe,下载完之后双击安装。

 

一直点击next,会弹出以下页面,然后勾选Addition language data,这样的话,OCR就能识别很多种语言了,然后再点击next。

 

然后在cmd下安装tesserocr。

输入pip install tesserocr,会报错,因为本地是没有这个轮子的

所以这里给一个链接下载:https://github.com/simonflueckiger/tesserocr-windows_build/releases/tag/tesserocr-v2.2.2-tesseract-4.0.0-master

然后在命令行窗口跳转到下载好的文件路径下,再输入相关pip install wenjian_name,如pip install tesserocr-2.2.2-cp36-cp36m-win32.whl

如果版本不对,就会报错

展开阅读全文

没有更多推荐了,返回首页