python+selenium十三：破解簡單的圖形驗證碼

此方法可破解簡單的驗證碼，如：

 注：中文識別正在尋找辦法

安裝：

1、python3

2、Pillow

3、pytesseract

4、tesseract-ocr    下載地址：https://pan.baidu.com/s/1kXIsg1S9CqgSpgzeg9T59Q

 

安裝tesseract-ocr后，在pytesseract源碼中將

tesseract_cmd=‘’改為本地安裝的tesseract-ocr 的目錄：

tesseract_cmd = r'C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'

 

 

找一張驗證碼的圖片保存，爬蟲也好，selenium截屏也好，保存到本地，再進行識別

 

 

 代碼

import pytesseract
from PIL import Image
from PIL import ImageEnhance

def readImage(path):
    img = Image.open(path)  # 根據地址，讀取圖片
    imgry = img.convert('L')  # 圖像加強，二值化
    sharpness = ImageEnhance.Contrast(imgry)  # 對比度增強
    sharp_img = sharpness.enhance(2.0)
    sharp_img.save("new.png")  # 將處理后的圖片，保存為new.png
    image = Image.open('new.png')  # 打開處理后的圖片
    code = pytesseract.image_to_string(image)  # 讀取里面的內容
    return code

if __name__=="__main__":
    path = '3.png'
    a = readImage(path)
    print(a)

 

附下載地址： tesseract-ocr的版本與語言包的版本必須對應

 tesseract-ocr 各版本下載地址：https://digi.bib.uni-mannheim.de/tesseract/

 tesseract-ocr 各版本語言包下載地址：https://github.com/tesseract-ocr/tesseract/wiki/Data-Files#cube-data-files-for-version-304305