python简单验证码识别

py3study

发布于 2020-01-15 12:08:54

1.5K0

发布于 2020-01-15 12:08:54

文章被收录于专栏：python3python3

在学习python通过接口自动登录网站时，用户名密码、cookies、headers都好解决但是在碰到验证码这个时就有点棘手了；于是通过网上看贴，看官网完成了对简单验证码的识别，如果是复杂的请看大神的贴这里解决不了；

以上两张为网站的上比较简单的验证码，没有加复杂的干扰线也没有对字体进行弯曲；

识别的代码用到的python模块有pytesseract,PIL;pytesseract在win下需要tesseract-ORC支持，这个需要上网下载安装，并在win的系统环境变量下配置安装路径，运行tesseract –v 显示当前tesseract版本信息表示设置安装正常

以下是识别验证码代码：

import pytesseract
from PIL import Image

def getcode(image):
    image = Image.open(image)
    #image.show() #查看打开的验证码
    im = image.convert("L") #把图片转成L单通道，这样像素点的值在[0~255]之前,区别于普通的RGC图片为三通道像素点的值在[0~255,0~255,0~255]

    #把图片的白色边框设置为黑色,如果没有可认忽略这个步骤
    #1.把图片上下两条边框设置为黑色
    for x in range(im.size[0]):
        im.putpixel((x,0),0)
        im.putpixel((x,im.size[1] - 1),0)
    #2.把图片左右两条边框设置为黑色
    for y in range(im.size[1]):
        im.putpixel((0,y),0)
        im.putpixel((im.size[0] - 1,y),0)

    #将图片色像素值在150以上的设置为白色，否则为黑色
    for i in range(im.size[0]):
        for j in range(im.size[1]):
            if(im.getpixel((i,j)) > 150):
                im.putpixel((i,j),255)
            else:
                im.putpixel((i,j),0)

    #im.show() #查看打开的验证码
    #im.save("xxxxxxxxxxxx") #保存图片
    code = pytesseract.image_to_string(im)
    print(code)

if __name__ == '__main__':
    getcode("图片的路径")

运行结果：