python简单验证码识别的简单介绍

本文目录一览：

• 1、python验证码识别
• 2、如何利用Python做简单的验证码识别
• 3、如何python爬虫识别验证码
• 4、如何使用python识别验证码
• 5、如何利用Python 做验证码识别
• 6、python怎样调用第三方平台识别验证码

python验证码识别

orc文字识别，现在比较流行的是通过人工智能训练CNN神经网络来识别。

大体流程

准备训练数据。训练数据可以自己写个程序生成验证码，和标准答案。

构建CNN模型。这个比较简单，使用keras框架，5分钟的事情。

训练。不停地把数据feed给程序，直到准确率达到你的期望，推荐使用GPU加速

预测。加载模型，把验证码图片feed给模型，得出结果

希望对你有帮助。

如何利用Python做简单的验证码识别

最简单的是这个：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

#!/usr/bin/python3.4

# -*- coding: utf-8 -*-

# 1、pip3 install pyocr

# 2、pip3 install pillow or easy_install Pillow

# 3、安装tesseract-ocr：，安装在C:\Program Files\下

# 4、要求python默认安装在C盘

# 代码:

# !/usr/bin/python3.4

# -*- coding: utf-8 -*-

import pytesseract

from PIL import Image

image = Image.open(‘../jpg/code.png’)

code = pytesseract.image_to_string(image)

print(code)

如何python爬虫识别验证码

在用爬虫爬取网站数据时，有些站点的一些关键数据的获取需要使用账号登录，这里可以使用requests发送登录请求，并用Session对象来自动处理相关Cookie。

另外在登录时，有些网站有时会要求输入验证码，比较简单的验证码可以直接用pytesser来识别，复杂的验证码可以依据相应的特征自己采集数据训练分类器。

以CSDN网站的登录为例，这里用Python的requests库与pytesser库写了一个登录函数。如果需要输入验证码，函数会首先下载验证码到本地，然后用pytesser识别验证码后登录，对于CSDN登录验证码，pytesser的识别率很高。

如何使用python识别验证码

第一种，将验证码保存本地，然后手动输入。

第二种，外包给验证码识别公司

第三种，学习算法识别

如何利用Python 做验证码识别

#!/usr/bin/python3.4

# -*- coding: utf-8 -*-

# 1、pip3 install pyocr

# 2、pip3 install pillow or easy_install Pillow

# 3、安装tesseract-ocr：，安装在C:\Program Files\下

# 4、要求python默认安装在C盘

# 

# 代码:

# !/usr/bin/python3.4

# -*- coding: utf-8 -*-

import pytesseract

from PIL import Image

image = Image.open(‘../jpg/code.png’)

code = pytesseract.image_to_string(image)

print(code)

python怎样调用第三方平台识别验证码

一、pytesseract介绍

1、pytesseract说明

pytesseract最新版本0.1.6，网址：h

Python-tesseract is a wrapper for google’s Tesseract-OCR

( ht-ocr/ ). It is also useful as a

stand-alone invocation script to tesseract, as it can read all image types

supported by the Python Imaging Library, including jpeg, png, gif, bmp, tiff,

and others, whereas tesseract-ocr by default only supports tiff and bmp.

Additionally, if used as a script, Python-tesseract will print the recognized

text in stead of writing it to a file. Support for confidence estimates and

bounding box data is planned for future releases.

翻译一下大意：

a、Python-tesseract是一个基于google’s Tesseract-OCR的独立封装包；

b、Python-tesseract功能是识别图片文件中文字，并作为返回参数返回识别结果；

c、Python-tesseract默认支持tiff、bmp格式图片，只有在安装PIL之后，才能支持jpeg、gif、png等其他图片格式；

2、pytesseract安装

INSTALLATION:

Prerequisites:

* Python-tesseract requires python 2.5 or later or python 3.

* You will need the Python Imaging Library (PIL). Under Debian/Ubuntu, this is

the package “python-imaging” or “python3-imaging” for python3.

* Install google tesseract-ocr from hsseract-ocr/ .

You must be able to invoke the tesseract command as “tesseract”. If this

isn’t the case, for example because tesseract isn’t in your PATH, you will

have to change the “tesseract_cmd” variable at the top of ‘tesseract.py’.

Under Debian/Ubuntu you can use the package “tesseract-ocr”.

Installing via pip: 

See the [pytesseract package page](hi/pytesseract) 

“`

$ sudo pip install pytesseract

翻译一下：

a、Python-tesseract支持python2.5及更高版本；

b、Python-tesseract需要安装PIL（Python Imaging Library） ，来支持更多的图片格式；

c、Python-tesseract需要安装tesseract-ocr安装包，具体参看上一篇博文。

综上，Pytesseract原理：

1、上一篇博文中提到，执行命令行 tesseract.exe 1.png output -l eng ，可以识别1.png中文字，并把识别结果输出到output.txt中；

2、Pytesseract对上述过程进行了二次封装，自动调用tesseract.exe，并读取output.txt文件的内容，作为函数的返回值进行返回。

二、pytesseract使用

USAGE:

“`

try:

import Image

except ImportError:

from PIL import Image

import pytesseract

print(pytesseract.image_to_string(Image.open(‘test.png’)))

print(pytesseract.image_to_string(Image.open(‘test-european.jpg’),))

可以看到：

1、核心代码就是image_to_string函数，该函数还支持-l eng 参数，支持-psm 参数。

用法：

image_to_string(Image.open(‘test.png’),lang=”eng” config=”-psm 7″)

2、pytesseract里调用了image，所以才需要PIL，其实tesseract.exe本身是支持jpeg、png等图片格式的。

实例代码，识别某公共网站的验证码(大家千万别干坏事啊，思虑再三，最后还是隐掉网站域名，大家去找别的网站试试吧……)：

 View Code

三、pytesseract代码优化

上述程序在windows平台运行时，会发现有黑色的控制台窗口一闪而过的画面，不太友好。

略微修改了pytesseract.py（C:\Python27\Lib\site-packages\pytesseract目录下），把上述过程进行了隐藏。

# modified by zhongtang hide console window

# new code

IS_WIN32 = ‘win32’ in str(sys.platform).lower()

if IS_WIN32:

startupinfo = subprocess.STARTUPINFO()

startupinfo.dwFlags |= subprocess.STARTF_USESHOWWINDOW

startupinfo.wShowWindow = subprocess.SW_HIDE

proc = subprocess.Popen(command,

stderr=subprocess.PIPE,startupinfo=startupinfo)

”’

# old code

proc = subprocess.Popen(command,

stderr=subprocess.PIPE)

”’

# modified end

为了方便初学者，把pytesseract.py也贴出来，高手自行忽略。

 View Code