python图片识别功能的实现

python图片验证码识别

1.tesseract的安装

tesseract我就不多介绍了，我这里会把我自己的安装经历给大家分享，希望后来人少跳坑吧。
先说说我主要遇到的问题，最主要的就是报错，系统找不到文件或者tesseract不在你的环境中。
首先，你要安装一个tesseract ocr这个软件，这个软件csdn上，或者百度都可以搜索到并下载，请注意下载对应的版本。这里也可以下载tesseract ,下载完成.exe文件之后，双击安装，一路next，注意记下安装路径，默认是C盘，安装完成后，我们需要配置环境变量，打开系统环境变量，我们分两步走：第一步，找到现有的path,我们往里面添加C:\Program Files (x86)\Tesseract-OCR；第二步，在系统环境变量中，添加变量"TESSDATA_PREFIX "，变量为"C:\Program Files (x86)\Tesseract-OCR\tessdata "PS：以上路径均为你安装路径，具体路径请自行替换。
最后就要测试安装是否成功，具体方法就是，打开cmd命令行，输入命令，tesseract -v看是否能够出现版本提示信息，如果出现则成功，如果没有，请cd到C盘tesseract的安装目录，输入命令tesseract -v如果成功出现信息，那么就是环境变量的配置问题，重新配置即可。
总结：这个地方主要有两个坑，第一就是Program Files (x86)这个文件夹名称有两个空格，当然一般大家都会复制路径，所以这个问题一般还不容易遇到，但是像我这种代码洁癖患者，这种空格容易误删。第二就是复制的路径，正反斜杠问题，这个在下面会说到。

2.pyteeseract的安装

这个安装相对来说就简单了不少，直接命令 pip install pytesseract 简单粗暴完成安装，但是请务必安装在当前python环境下，特别是电脑上有多个环境的，不然就不能使用了，这想必也不用多说。接下来上代码：

import pytesseract
from PIL import Image


image = Image.open('./images/recaptcha.png')
text = pytesseract.image_to_string(image)
print(text)

其中文件open路径自己设置一个并放入一张图片，运行，测试是否成功。
一般都不会成功。。。。。。。
因为我们还漏了一步，那就是打开我们的python文件夹下Lib/sitepackages/pytesseract/pytesseract.py文件 ，找到tesseract_cmd = 这一行，修改为tesseract_cmd = r’C:/Program Files (x86)/Tesseract-OCR/tesseract.exe’路径也是自行替换，这里的坑就是我上面说的，一个是斜杠，务必是正斜杠，然后就是文件夹名称，记得要有空格。
之后我们再进行测试，应该就可以成功了。

3.重要参考

https://blog.csdn.net/licheetools/article/details/82974134