python 調用Tesseract，dll模式，無需安裝，綠色版

系統環境:3.7.4-64+win10

最近做批量登錄，網站的驗證碼還是挺簡單的，如果說接入打碼平台，那不划算了

驗證碼類似下圖

 

然后看了下ocr識別，比較方便的就是Tesseract，識別率還行

接下去就是python調用，常規對接方式就是先安裝teseract.exe,然后python調用接口

1.cmd直接調用

2.接入庫調用，比如pyocr等

這2中方式都不是很方便，第一種需要安裝軟件，第二種也要按照，而且把項目打包成exe也是個大問題，各種導入錯誤

那么有沒有其他方法呢，網上查閱后發現.net可以直接調用dll組件來識別，既然能調用dll，那么python自然也能調用

網上搜尋一番，果然有人已經給出了解決方案，參考如下，里面給出了32位和64位的調用方法，不過沒有給dll下載地址

 https://www.polarxiong.com/archives/python-pytesser-tesseract.html

下載（32和64位都放進去了，按照自己需求使用）

鏈接：https://pan.baidu.com/s/19mFffGpLgtHq1f2tGzQqXw
提取碼：kr70

文件結構如下

 

 tessdata是訓練數據，304是主dll，172是輔助，2個需要放在一起

main.py（64位調用方法，32位不同，參照上面連接）

import ctypes

class OCR():

    def __init__(self, DLL_PATH, TESSDATA_PREFIX, lang):
        self.DLL_PATH = DLL_PATH
        self.TESSDATA_PREFIX = TESSDATA_PREFIX
        self.lang = lang
        self.ready = False
        if self.do_init():
            self.ready = True


    def do_init(self):
        self.tesseract = ctypes.cdll.LoadLibrary(self.DLL_PATH)
        self.tesseract.TessBaseAPICreate.restype = ctypes.c_uint64
        self.api = self.tesseract.TessBaseAPICreate()
        rc = self.tesseract.TessBaseAPIInit3(ctypes.c_uint64(self.api), self.TESSDATA_PREFIX, self.lang)
        if rc:
            self.tesseract.TessBaseAPIDelete(ctypes.c_uint64(self.api))
            print('Could not initialize tesseract.\n')
            return False
        return True

    def get_text(self, path):
        if not self.ready:
            return False
        self.tesseract.TessBaseAPIProcessPages(
            ctypes.c_uint64(self.api), path, None, 0, None)
        self.tesseract.TessBaseAPIGetUTF8Text.restype = ctypes.c_uint64
        text_out = self.tesseract.TessBaseAPIGetUTF8Text(ctypes.c_uint64(self.api))
        return bytes.decode(ctypes.string_at(text_out)).strip()


if __name__ == '__main__':
    DLL_PATH = 'libtesseract304.dll'
    TESSDATA_PREFIX = b'./tessdata'
    lang = b'eng'
    ocr = OCR(DLL_PATH, TESSDATA_PREFIX, lang)
    image_file_path = b'test.png'
    result = ocr.get_text(image_file_path)
    print(result)

　　

做了一下簡單的封裝，這樣就能簡單調用了，打包成exe也不會有問題，無需按照，綠色軟件

注意：dll需要放到和主程序相同的目錄，這里涉及到加載的問題，因為304dll加載需要172dll，如果在文件夾內，則會出現找不到dll

當然這是我水平有限的原因，暫時沒找到更好的方法，具體可以自己修改