Python3.x的验证码识别体验

安装库

安装PIL、pytesseract、tesseract-ocr

PIL的安装中, 也许装64bit Python的电脑, 得安装32bit的wheel

pytesseract，我直接pip就安装就成功了

tesseract-ocr, pip 安装失败, Python 使用mingw构建第三方库 Unable to find vcvarsall.bat错误解决方法

百度后，叫我下mingw64，找了一会找不到，最后就换别的解决方法了。

最后，直接下载tesseract-ocr: Windows环境安装tesseract-ocr 4.00并配置环境变量

然后，运行时碰到错误: windows下pytesseract识别验证码遇到的WindowsError: [Error 2] 的解决方法

代码

1
2
3
4
5
import pytesseract
from PIL import Image
image = Image.open('yzm.jpg')
code = pytesseract.image_to_string(image)
print(code)

其它

往17沃签到工具加了识别代码，但是用户体验极差，识别效果非常低，字符都交叉了。

也试过二值化，但效果还是不好，得用别的算法去训练数据。

所以只能先停下了，这次算体验体验了。

搭配机器学习进行识别 2018-4-4

参考帖子: 机器学习之验证码识别

跟着这帖子弄好一段时间，折腾的是别的网站。

最后，成功倒是成功了。

可是过程中，遇到了很多问题！

numpy，pillow对我来说，还是不够熟悉，机器学习相关的库更是第一次使用！

预分类那块…就很尴尬了。

切割出来的单字符，pytesseract识别不了!

目前，我也不知道为什么。

由于那网站的验证码字符种类不多, 我最终选择手动分类了下！

最后能成功识别了，体验还是很良好的！

就是不知道为啥识别出来而已…还得好好学习.

由于某种原因，不附上自己根据上面那帖子ctrl+c, ctrl+v出来的代码。