python使用Tesseract库识别验证-6ren

python使用Tesseract库识别验证

转载作者：qq735679552 更新时间：2022-09-28 22:32:09

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章python使用Tesseract库识别验证由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

1、Tesseract简介。

Tesseract是一个OCR库(OCR是英文Optical Character Recognition的缩写)，它用来对文本资料进行扫描，然后对图像文件进行分析处理，获取文字及版面信息的过程，Tesseract是目前公认最优秀，识别相对精准的OCR库.

2、Tesseract的使用。

1.下载并安装Tesseract：点击下载。

2.在Windows系统下设置环境变量:

 
    ? 
   
         #根据下载安装文件的路径配置环境变量 
        
         set 
         TESSDATA_PREFIX F:\Tesseract 
         - 
         OCR\

3.安装pytesseract模块。

 
    ? 
   
         pip install pytesseract

4.在Python脚本中引入tesseract.exe应用程序的方式:

 
    ? 
   
         pytesseract.pytesseract.tesseract_cmd  
         = 
         r 
         'F:\Tesseract-OCR\tesseract.exe'

5.案例演示。

识别以下图片文字:

python使用Tesseract库识别验证

 
    ? 
   
         import 
         pytesseract 
        
         from 
         PIL  
         import 
         Image 
        
         #1.引入Tesseract程序 
        
         pytesseract.pytesseract.tesseract_cmd  
         = 
         r 
         'F:\Tesseract-OCR\tesseract.exe' 
        
         #2.使用Image模块下的Open()函数打开图片 
        
         image  
         = 
         Image. 
         open 
         ( 
         '6.jpg' 
         ,mode 
         = 
         'r' 
         ) 
        
         print 
         (image) 
        
         #3.识别图片文字 
        
         code 
         = 
         pytesseract.image_to_string(image) 
        
         print 
         (code)

结果演示:

<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=611x210 at 0x1A5DFDCB4A8> Google 。

注：tesseract-OCR引擎识别验证码有些无法识别，比如像豆瓣生成的验证码无法识别其内容，如果需要爬取豆瓣中的数据这时候就需要手动的输入验证码:

python使用Tesseract库识别验证

3、模拟登陆知乎源码。

 
    ? 
   
         import 
         requests 
        
         import 
         time 
        
         import 
         pytesseract 
        
         from 
         PIL  
         import 
         Image 
        
         from 
         bs4  
         import 
         BeautifulSoup 
        
         def 
         captcha(data): 
        
         with  
         open 
         ( 
         'captcha.jpg' 
         , 
         'wb' 
         ) as fp: 
        
         fp.write(data) 
        
         time.sleep( 
         1 
         ) 
        
         image  
         = 
         Image. 
         open 
         ( 
         "captcha.jpg" 
         ) 
        
         text  
         = 
         pytesseract.image_to_string(image) 
        
         print 
         "机器识别后的验证码为：" 
         + 
         text 
        
         command  
         = 
         raw_input 
         ( 
         "请输入Y表示同意使用，按其他键自行重新输入：" 
         ) 
        
         if 
         (command  
         = 
         = 
         "Y" 
         or 
         command  
         = 
         = 
         "y" 
         ): 
        
         return 
         text 
        
         else 
         : 
        
         return 
         raw_input 
         ( 
         '输入验证码：' 
         ) 
        
         def 
         zhihuLogin(username,password): 
        
         # 构建一个保存Cookie值的session对象 
        
         sessiona  
         = 
         requests.Session() 
        
         headers  
         = 
         { 
         'User-Agent' 
         : 
         'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:47.0) Gecko/20100101 Firefox/47.0' 
         } 
        
         # 先获取页面信息，找到需要POST的数据（并且已记录当前页面的Cookie） 
        
         html  
         = 
         sessiona.get( 
         'https://www.zhihu.com/#signin' 
         , headers 
         = 
         headers).content 
        
         # 找到 name 属性值为 _xsrf 的input标签，取出value里的值 
        
         _xsrf  
         = 
         BeautifulSoup(html , 
         'lxml' 
         ).find( 
         'input' 
         , attrs 
         = 
         { 
         'name' 
         : 
         '_xsrf' 
         }).get( 
         'value' 
         ) 
        
         # 取出验证码，r后面的值是Unix时间戳,time.time() 
        
         captcha_url  
         = 
         'https://www.zhihu.com/captcha.gif?r=%d&type=login' 
         % 
         (time.time()  
         * 
         1000 
         ) 
        
         response  
         = 
         sessiona.get(captcha_url, headers  
         = 
         headers) 
        
         data  
         = 
         { 
        
         "_xsrf" 
         :_xsrf, 
        
         "email" 
         :username, 
        
         "password" 
         :password, 
        
         "remember_me" 
         : 
         True 
         , 
        
         "captcha" 
         : captcha(response.content) 
        
         } 
        
         response  
         = 
         sessiona.post( 
         'https://www.zhihu.com/login/email' 
         , data  
         = 
         data, headers 
         = 
         headers) 
        
         print 
         response.text 
        
         response  
         = 
         sessiona.get( 
         'https://www.zhihu.com/people/maozhaojun/activities' 
         , headers 
         = 
         headers) 
        
         print 
         response.text 
        
         if 
         __name__  
         = 
         = 
         "__main__" 
         : 
        
         #username = raw_input("username") 
        
         #password = raw_input("password") 
        
         zhihuLogin( 
         'xxxx@qq.com' 
         , 
         'ALAxxxxIME' 
         )

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我.

原文链接：http://blog.csdn.net/weixin_36279318/article/details/79586022 。

最后此篇关于python使用Tesseract库识别验证的文章就讲到这里了,如果你想了解更多关于python使用Tesseract库识别验证的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！。

文章推荐：王者荣耀阵容buff详解王者荣耀阵容buff大全

文章推荐：详解Python中的正则表达式

文章推荐：最强蜗牛人气提升方法最强蜗牛人气提升攻略

文章推荐：实例讲解Python爬取网页数据

javascript - 使用 WebScriptEndpoint 使用 javascript 使用 WCF 服务
我在网上搜索但没有找到任何合适的文章解释如何使用 javascript 使用 WCF 服务，尤其是 WebScriptEndpoint。任何人都可以对此给出任何指导吗？谢谢最佳答案这是一篇关于
c - 没有结果!!使用 fork() 使用 dup2 使用 2 个管道运行 execlp()
我正在编写一个将运行 Linux 命令的 C 程序，例如: cat/etc/passwd | grep 列表 |剪切-c 1-5 我没有任何结果 *这里 parent 等待第一个 child (chi
python - 处理文件上传，使用 Pillow 调整大小，使用 SQLAlchemy 存储，使用 Flask 提供文件
所以我正在尝试处理文件上传，然后将该文件作为二进制文件存储到数据库中。在我存储它之后，我尝试在给定的 URL 上提供文件。我似乎找不到适合这里的方法。我需要使用数据库，因为我使用 Google 应用引
excel - 使用 IF 使用 VBA 在单元格中添加公式的问题
我正在尝试制作一个宏，将下面的公式添加到单元格中，然后将其拖到整个列中并在 H 列中复制相同的公式我想在 F 和 H 列中输入公式的数据 Range("F1").formula = "=IF(ISE
使用 OperatorPrecedenceParser 使用 FParsec 解析函数应用程序？
问题类似于this one ，但我想使用 OperatorPrecedenceParser 解析带有函数应用程序的表达式在 FParsec . 这是我的 AST: type Expression =
sql - 使用 sequelize 使用 where 查询编码计数
我想通过使用 sequelize 和 node.js 将这个查询更改为代码取决于在哪里 select COUNT(gender) as genderCount from customers where
bash - 使用 “let”分配Bash失败，使用 “/”
我正在使用GNU bash，版本5.0.3(1)-发行版(x86_64-pc-linux-gnu)，我想知道为什么简单的赋值语句会出现语法错误: #/bin/bash var1=/tmp
javascript - 使用 JavaScript 使用 FOR OF 数组循环时出现错误？
这里，为什么我的代码在 IE 中不起作用。我的代码适用于所有浏览器。没有问题。但是当我在 IE 上运行我的项目时，它发现错误。而且我的 jquery 类和 insertadjacentHTMl 也不
javascript - 使用 javascript 使用 for 属性更改表单标签内容
我正在尝试更改标签的innerHTML。我无权访问该表单，因此无法编辑 HTML。标签具有的唯一标识符是“for”属性。这是输入和标签的结构:
javascript - 使用 jquery 使用 .on() 将事件附加到页面上的动态插入按钮
我有一个页面，我可以在其中返回用户帖子，可以使用一些 jquery 代码对这些帖子进行即时评论，在发布新评论后，我在帖子下插入新评论以及删除按钮。问题是 Delete 按钮在新插入的元素上不起作用，
使用 awk 使用 sha1sum 进行散列
我有一个大约有 20 列的“管道分隔”文件。我只想使用 sha1sum 散列第一列，它是一个数字，如帐号，并按原样返回其余列。使用 awk 或 sed 执行此操作的最佳方法是什么？ Accounti
mysql - 使用 insert into 使用 mysql
我需要将以下内容插入到我的表中...我的用户表有五列 id、用户名、密码、名称、条目。 (我还没有提交任何东西到条目中，我稍后会使用 php 来做)但由于某种原因我不断收到这个错误:#1054 - U
jquery - 将输入字段值修剪为仅字母数字字符/使用 .使用 jQuery
所以我试图有一个输入字段，我可以在其中输入任何字符，但然后将输入的值小写，删除任何非字母数字字符，留下“。”而不是空格。例如，如果我输入: 地球的 70% 是水，-!*#$^^ & 30% 土地输
javascript - 使用 .innerHTML 使用 DOM
我正在尝试做一些我认为非常简单的事情，但出于某种原因我没有得到想要的结果？我是 javascript 的新手，但对 java 有经验，所以我相信我没有使用某种正确的规则。这是一个获取输入值、检查选择
php - 使用 angularjs 使用 where 子句从数据库获取数据
我想使用 angularjs 从 mysql 数据库加载数据。这就是应用程序的工作原理；用户登录，他们的用户名存储在 cookie 中。该用户名显示在主页上我想获取这个值并通过 angularjs
ios - 使用 UITableViewCell 使用 AutoLayout
我正在使用 autoLayout，我想在 UITableViewCell 上放置一个 UIlabel，它应该始终位于单元格的右侧和右侧的中心。这就是我想要实现的目标所以在这里你可以看到我正在谈论的
mysql - 使用 ElasticSearch 使用 or 和运算符搜索多个字段
我需要与 MySql 等效的 elasticsearch 查询。我的 sql 查询: SELECT DISTINCT t.product_id AS id FROM tbl_sup_price t
ios - 使用 Swift 使用 JSON
我正在实现代码以使用 JSON。 func setup() { if let flickrURL = NSURL(string: "https://api.flickr.com/
javascript - 使用 JavaScript 使用 for 循环声明变量
我尝试使用for循环声明变量，然后测试cols和rols是否相同。如果是，它将运行递归函数。但是，我在 javascript 中执行 do 时遇到问题。有人可以帮忙吗？现在，在比较 col.1 和
jquery - 使用 :after 使用 jquery 更改样式
我举了一个我正在处理的问题的简短示例。 HTML代码: 1 2 3 CSS 代码: .BB a:hover{ color: #000; } .BB > li:after {

qq735679552

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

python使用Tesseract库识别验证