<img?src="imgcode.php"?alt="看不清楚，换一张"?style="cursor:?pointer;"?onClick="javascript:?newgdcode(this,this.src);"?/>
???一般情况下，src属性值应该为某张图片的路径，而这个例子中，src值为php文件，这是问什么？
首先来看看，这个imagecode.php?文件。imagecode.php?文件的结果是输出一张图片到浏览器中（单独执行imagecode.php?文件,就可以知道结果），我们可以理解为这张图片的路径就是imagecode.php，所以把“imagecode.php”作为src的值是没有问题的。
注意：这里src="imgcode.php"，并不是包含"imgcode.php"文件， 运行到这里会去执行imgcode.php文件，imgCode.php产生一副图片，就可以了。
???所以，问题的关键是这个php文件的结果就是一张图片，所以它可以作为img标签中src的值。
- ?代码实现：
#爬取山东大学图书馆的登录 （验证码） # 网址：http://58.194.172.34/reader/login.php from selenium import webdriver import time driver = webdriver.Chrome("C:Program Files (x86)GoogleChromeApplicationchromedriver.exe") driver.get("http://58.194.172.34/reader/login.php") driver.find_element_by_name(‘number‘).send_keys("201700301296") driver.find_element_by_name(‘passwd‘).send_keys("687299") # 点击登录按钮 # driver.find_element_by_css_selector(‘input.btn btn-danger‘).click() #获取验证码img 里面的src里面的php图片（php图片需要用网址打开！） php_img=driver.find_element_by_id(‘regimg‘).get_attribute(‘src‘) driver_img=webdriver.Chrome() driver.get(php_img) #接下来在获取到的 验证码页面截图即可 # 点击登录按钮 login_button = driver.find_element_by_xpath("//input[@type=‘submit‘]").click() time.sleep(3)
- ?实现验证码登录（自动）
参考https://blog.csdn.net/MrLevo520/article/details/51901579
其中出现了很多报错问题，在安装pytesser中出现了很多问题：
?
首先PIL模块的安装，然后才能安装pytesser?模块：
?
下载后得到 “pytesser_v0.0.1.zip”，是一个压缩文件，使用方法：?
?
1、在 “D:/softwareInstall/python/Lib/site-packages“?路径下新建一个文件夹，命名 “pytesser” 。把 “pytesser_v0.0.1.zip” 里的文件解压到该目录：
?
2、将 “pytesser.py” 改名为 “__init__.py”。
?
3、打开 “__init__.py” 文件，将 “tesseract_exe_name” 变量的值改为 “‘D:/softwareInstall/python/Lib/site-packages/pytesser/tesseract’”(原值为 “‘tesseract’”)。
?
4、pytesser 模块依赖于 PIL 模块，如果是按照上面的方法安装 PIL 的话，需要把 “init.py” 文件里的 “import Image” 改成 “from PIL import Image” 。?
?
5.因为现在使用的python3 所以在pytesser的XXX.py文件中会有出错的现象：
__init__.py:
?
?
?util.py:(file函数改成open函数）
?
?
其次安装好的pytesser要在环境变量里面添加才可以好好使用不报错：
?
代码示例：（识别验证码 但是由于pytesser的识别效果比较差，只适合没有干扰的数字的识别，像是：
?
?，而
?
#爬取山东大学图书馆的登录 （验证码） # 网址：http://58.194.172.34/reader/login.php from selenium import webdriver import time from PIL import Image,ImageEnhance import pytesser import os driver = webdriver.Chrome("C:Program Files (x86)GoogleChromeApplicationchromedriver.exe") driver.get("http://58.194.172.34/reader/login.php") driver.find_element_by_name(‘number‘).send_keys("*********") driver.find_element_by_name(‘passwd‘).send_keys("********") # #获取验证码img 里面的src里面的php图片（php图片需要用网址打开！） # php_img=driver.find_element_by_id(‘regimg‘).get_attribute(‘src‘) # driver_img=webdriver.Chrome() # driver.get(php_img) #-------------------对验证码进行区域截图----------------- driver.get_screenshot_as_file(‘image1.png‘)#比较好理解 im =Image.open(‘image1.png‘) box = (219,260,262,285) #设置要裁剪的区域 region = im.crop(box) #此时，region是一个新的图像对象。 #region.show()#显示的话就会被占用，所以要注释掉 region.save("image_code.png") im=Image.open("image_code.png") imgry = im.convert(‘L‘)#图像加强，二值化 sharpness =ImageEnhance.Contrast(imgry)#对比度增强 sharp_img = sharpness.enhance(2.0) sharp_img.save("image_code.jpg") im=Image.open("image_code.jpg") code= pytesser.image_to_string(im).strip()#code即为识别出的图片数字str类型 print (code) time.sleep(3) # 输入验证码 driver.find_element_by_name(‘code‘).send_keys(code) login_button = driver.find_element_by_xpath("//input[@type=‘submit‘]").click() time.sleep(3)
?实现简单的 图片验证码的识别
import pytesseract from PIL import Image import os from collections import defaultdict #获取图片中像素点数量最多的像素，一般为背景图片 def get_threshold(image): ‘‘‘ defaultdict()在dict()的基础上添加了一个missing(key)的方法， 在调用一个不存在的key的时候，defaultdict函数会调用“missing”， 返回一个int,set,list,dict对应的默认数值，不会出现keyerror的情况。 ‘‘‘ pixel_dict=defaultdict(int) #像素及像素出现次数的字典 rows,cols=image.size for i in range(rows): for j in range(cols): pixel=image.getpixel((i,j))#检索指定坐标点的像素的RGB颜色值 pixel_dict[pixel]+=1 count_max=max(pixel_dict.values())#获取像素出现最多的次数 pixel_dict_reverse={v:k for k,v in pixel_dict.items()}# items()函数以列表返回可遍历的(键,值) 元组数组 threshold=pixel_dict_reverse[count_max]#获取出现次数最多的像素点 return threshold #按照阈值进行二值化处理 #threshold:像素阈值 def get_bin_table(threshold): #获取灰度转二值的映射table table=[] for i in range(256): rate=0.1#在threshold的适当范围内进行处理 if threshold*(1-rate)<=i<=threshold*(1+rate): table.append(1) else: table.append(0) return table #去掉二值化处理后的图片中的噪声点 def cut_noise(image): rows,cols=image.size change_pos=[]#记录噪声点的位置 #遍历图片中的每个点，除掉边缘 for i in range(1,rows-1): for j in range(1,cols-1): #pixel_set用来记录该点附近的黑色像素的数量 pixel_set=[] #取该点的领域为该点附近的黑色像素的数量 for m in range(i-1,i+2): for n in range(j-1,j+2): if image.getpixel((m,n))!=1:#1为白色，0为黑色 pixel_set.append(image.getpixel((m,n))) #如果该位置的九宫格内的黑色数量小于等于4，则判断为噪音 if len(pixel_set)<=4: change_pos.append((i,j)) #对相应位置进行像素修改，将噪声处的像素置为1（白色） for pos in change_pos: image.putpixel(pos,1) return image #返回修改后的图片 #识别图片中的数字加字母 #传入参数为图片路径，返回结果为识别结果 def OCR_Img(img_path): image=Image.open(img_path)#打开图片文件 imgry=image.convert(‘L‘)#转化为灰度图 #获取图片中的出现次数最多的像素即为该图片的背景 max_pixel=get_threshold(imgry) #将图片进行二值化处理，阈值为图片背景颜色 table=get_bin_table(threshold=max_pixel) out=imgry.point(table,‘1‘) #??? #去掉图片中的噪声（孤立点） out=cut_noise(out) #保存图片 # out.save(‘E://figures/img_gray.jpg‘) #仅识别图片中的数字 # text=pytesseract.image_to_string(out,config=‘digits‘) #识别图片中的数字和字母 text=pytesseract.image_to_string(out) #去掉识别结果中的特殊字符 exclude_char_list=‘.:|‘"?![],()[email?protected]#$%^&*_+-={};<>/￥‘ ‘ text=‘‘.join([x for x in text if x not in exclude_char_list]) return text def main(): #识别指定文件目录下的图片 #图片存放目录img dir=‘./‘ correct_count=0 #图片总数 total_count=0 #识别正确的图片数量 #遍历img下的png,jpg文件 for file in os.listdir(dir): if file.endswith(‘.png‘) or file.endswith(‘.jpg‘): image_path=‘%s/%s‘%(dir,file)#图片路径 anwser=file.split(‘.‘)[0]#图片名称，即验证码的正确文字 recognizition=OCR_Img(image_path)#图片识别的文字结果 print((anwser,recognizition)) if recognizition==anwser: correct_count+=1 total_count+=1 print(‘Total count:%d,correct:%d.‘%(total_count,correct_count)) main()