刚学Python五分钟,我就能用它破解验证码了!Python真简单!
准备好开始吧! 首先,需要安装一些依赖项。这个过程也是非常有趣的。 本文已经在Ubuntu 14.04测试,但是12.x和13.x版本应该也可以。如果你用的是OSX系统,可以用VirtualBox,Docker(注意检查有没有包含Dockerfile和install guide),或者是DigitalOcean(推荐使用)来创建相应的环境。 下载依赖项 我们需要Tesseract及其所有依赖项,包括Leptonica及其他相关的包。 注意:可以用_run.sh这个shell脚本来快速安装Leptonica和Tesseract的依赖包。如果这么做的话,可以直接跳到搭建Web服务器(跳转链接)部分。但是为了学习,如果你以前没有亲手构建过库文件的话,还是建议尝试一下。 进群:548377875? ?即可获取数十套PDF以及大量的学习资料! 构建Leptonica和Tesseract 再说一遍,如果你用_run.sh脚本已经安装过,就可以直接跳到搭建Web服务器(跳转链接)部分。 Leptonica 现在,开始安装Leptonica。 如果这是你第一次用tar的话,按照如下步骤操作: 1. 用wget下载Leptonica的二进制文件 2. 解压 3. 用cd进入解压后的文件夹 4. 运行autobuild和configure脚本安装 5. 执行make命令build 6. Build后安装 7. 执行ldconfig创建相关的链接 OK,Leptonica创建好了,接下来就是Tesseract了。 Tesseract 现在下载并安装Tesseract吧。 此处构建了一个Leptonica的映像,这部分的详细信息参考Leptonica的解释。 环境变量 我们需要设置一个环境变量来访问Tesseract数据: $ export TESSDATA_PREFIX=/usr/local/share/ Tesseract包 最后安装一下Tesseract相关的语言包: OK,Tesseract也安装好了,可以CLI来测试一下。更多的信息可以参考docs(超链接)。但是,我们还需要一个Python环境。所以,接下来安装一个能够接受以下两种请求的Flask服务器: 1. 接受图像URL 2. 能够对图像进行字符识别 搭建Web服务器 最有趣的事情来了!首先,我们需要构建一种通过Python和Tesseract交互的方式。我们可以使用popen,但是那不是python的风格。所以,我们可以使用一个非常小但是功能非常强大的Python包将Tesseract封装起来——pytesseract(超链接)。 想要快点的话,就运行_app.sh脚本,否则,点击这里(超链接)获取代码/结构的模板,然后运行一下命令: 注意:Flask模板(有Real Python(超链接)维护)是一个获取简单的具有Python风格的服务器的非常棒的库。本文将它用来作为基本程序。点击这里(超链接)获取更多信息。 安装OCR引擎 现在,我们需要用pytesseract来创建一个类来读取图片。在flask_server目录下创建一个新的文件ocr.py,写入如下代码: 非常好! 主方法process_image()的功能是锐化图像文本。 现在,这个模块已经可以用了。 可选项:为你的OCR引擎创建一个CLI工具 做了这么多繁琐配置工作,让我们来创建一个CLI工具来调节一下心情吧。在flask_server目录下创建一个新的文件cli.py,写入如下代码: 非常简单。之后我们就能看到从我们的OCR引擎中输出到标准输出STDOUT上的文本了。执行python flask_server/cli.py来试一下吧。 回到服务器 既然我们已经安装好了OCR引擎,接下来该准备输出了。讲下面的代码加入到 确保引入的下列包是最新的: import os import logging from logging import Formatter,FileHandler from flask import Flask,request,jsonify from ocr import process_image 最后,添加一行API版本号: _VERSION = 1 # API version 从代码中可以看到,我们以PIL中Image文件对象的方式把JSON的响应传入引擎的process_image()方法中。并且,就目前而言,它只支持.jpg图片。 注意:如果PIL包没有安装的话,可以用Pillow包来代替。PIL有一些问题还没有解决,Python社区对它的看法也不统一,详细情况可以自行Google。 测试 前端 现在后端OCR引擎的API已经准备好了,我们可以增加一个基本的前端来使用这些API,并将结果通过AJAX和jQuery添加到DOM中。这部分内容本文就不讲了,详见这里(超链接)。 (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |