python+tesseract 训练和破解验证码(一)

利用python及tesseract达到高效破解验证码的方式,主要针对彩色背景,包含数字、英文字母,存在干扰性的简单验证码。

  1. 前期准备
    i. window 10
    ii. python 3.8
    iii. tesseract-ocr.exe
    iv. jTessBoxEditor-1.80 (用以完成tesseract字库的训练)
    v. requests, pytesseract, PIL 等库

2.流程介绍
i. 环境配置
ii. 验证码图片下载
iii. 验证码图片处理
iv. 基于验证码中字符的tesseract字库训练
v. 验证码破解

  1. 环境配置
    i. python3.8的安装及配置
    这个不是本文重点,相信大家也已经安装了,就不赘述了。
    ii. tesseract-ocr的安装及配置
    打开链接 https://digi.bib.uni-mannheim.de/tesseract/ 选择版本下载
    我这边选择的是 tesseract-ocr-w64-setup-v5.0.0.20190623.exe
    然后安装,我安装的目录是D:\Program Files\Tesseract-OCR
    配置环境变量:
    Path中新增D:\Program Files\Tesseract-OCR;
    系统变量中新增 一个变量名为:TESSDATA_PREFIX
    值为D:\Program Files\Tesseract-OCR\tessdata
    如下图:
    在这里插入图片描述

    在这里插入图片描述
    iii. 安装python的OCR识别库
    win+R 打开命令行
    pip install Pillow
    pip install pytesseract
    修改pytesseract第三方库的pytesseract.py
    在这里插入图片描述
    打开pytesseract.py, 将window的tesserocr应用的tesserocr.exe绑定好。如下图
    在这里插入图片描述
    iv. jTessBoxEditor-1.8.0的安装和使用
    jTessBoxEditor是训练tesseract词库的一款工具,可以直接从官网下载压缩包,下载地址Browse /jTessBoxEditor at SourceForge.net。解压后,可直接使用

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

weiwin_Murphy

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值