python圖像識別--驗證碼

1、pip3 install pyocr

2、pip3 install pillow or easy_install Pillow

3、安裝tesseract-ocr：http://jaist.dl.sourceforge.net/project/tesseract-ocr-alt/tesseract-ocr-setup-3.02.02.exe，安裝在C:\Program Files\下

4、要求python默認安裝在C盤

5、找到 pytesseract.py 更改 tesseract_cmd = 'C:/Program Files/Tesseract-OCR/tesseract.exe'

代碼：

# !/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)

　　

 

 

 

 

 

 

如果出現錯誤：

'str' does not support the buffer interface 

 

將 `pytesseract.py` 中的下面語句更換：

lines = error_string.splitlines()
#error_lines = tuple(line for line in lines if line.find('Error') >= 0)
error_lines = tuple(line.decode('utf-8') for line in lines if line.find(b'Error') >= 0)
if len(error_lines) > 0:
    return '\n'.join(error_lines)
else:
    return error_string.strip()

如果要識別更多的文字，需要在安裝tesseract-ocr的時候選擇全部語言，也就1.3G

識別精度不是很高，要不就是現在的驗證碼太變態，人為也看不出來是什么

推薦機器學習驗證碼：http://www.cnblogs.com/beer/p/5672678.html