利用 tesseract 解析简单数字验证码图片

專 欄

❈陈键冬，Python中文社区专栏作者

GitHub：

https://github.com/chenjiandongx

❈

tesseract 是一个 OCR（Optical Character Recognition，光学字符识别）引擎，能够识别图片中字符，利用这个可以用来解析一些简单的图片验证码。Github 地址：https://github.com/tesseract-ocr/tesseract，Windows 平台 v3.05.01 版本下载地址：http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-3.05.01.exe

一开始弄这个是因为学校网络要上网每次都要在网页验证，就想能不能写个程序自动验证免去手动验证过程。但这需要验证码，为了解决这个问题，就上网搜了一下，就看到有用 tesseract 的。有人用 Python 实现了一个工具：https://github.com/madmaze/pytesseract，拿来试了一下，Windows 上使用总是有问题，我就把目光转向了 tesseract 本身，这是它的使用说明：

最后就决定自己实现一个简单的接口

使用方法

对参数解释一下

具体思路

本地图片的，先判断该文件是否存在；网络图片的，下载到本地，默认的保存路径是 r"D:\img.jpg" （保存在哪不重要，只是暂存而已，解析完会自动删除的）

接下来是一些非必要参数

至于为什么只是数字，是因为英文的总是不能完全解析出来，修改了 -l 参数也是没用，使用其自带的 tessdata 也没用，中文的话解析出来的内容完全看不懂... （或许是我打开方式不对？）

效果

测试图片1

测试图片2

测试图片3

温馨提示：不能保证百分百正确，也不能保证百分百解析得出来。所以项目仅供参考！！！要有保证的话还是找打码平台吧

具体代码参见 Github：https://github.com/chenjiandongx/pyocr