如何用Python来识别最简单的验证码？然后在识别12306的验证码？

今天暂时就教大家识别最简单的验证码吧，12306的验证码称之为最难的验证码，这点也确实，所以涉及的东西很多，暂时就不去搞12306的验证码了，一般的小白的话也看不懂！

概述

• 简介
• 坑！
• 安装 Tesseract-OCR
• 使用 pytesseract 识别验证码
• 高级玩法 - 除线

简介

首先呢，简单的验证码是这样的：

不是这样的：

进群：548377875 ? 即可获取数十套PDF哦！

pillow 的缘由：由于PIL仅支持到Python 2.7，加上年久失修，于是一群志愿者在PIL的基础上创建了兼容的版本，名字叫Pillow，支持最新Python 3.x，又加入了许多新特性。

32 位系统

pip install PIL

64 位系统

pip install pillow

安装 Tesseract-OCR

在使用 pytesseract 之前，必须安装 tesseract-ocr ，因为 pytesserat 依赖于 tesseract-ocr ，否则无法使用

使用 pytesseract 识别验证码

首先将图像灰度化

二值化的图像是这个样子的：

最后进行识别

# 识别

text = pytesseract.image_to_string(out)

print("识别结果："+text)

识别结果是这样的：

高级玩法 - 除线

上面的知识简单的处理，在日常网络冲浪中，我们还会遇到这样的验证码：

这个给我们的识别增加了难度，我们要做的就是将这条线去掉。详细代码如下：

那么我们的运行结果是这样的：

总结

经过这么一些折腾，我们总算是看到了我们想要的结果，但是我很遗憾地告诉你，pytesseract 还是无法识别处理过的图片，他的识别结果是这样的：

结果有点令人痛心，不过我们也算是为我们的目标踏进了一小步。你以为这篇文章就这样完了吗？嗯，是的，这篇文章就这样完了。不过好在 pytesseract 提供了自定义训练功能，来提高识别能力（也可以自建神经网络进行识别），这个暂且放到下一篇文章来写吧，因为昨天是七夕耶。

（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!