在編寫自動化測試用例的時候，每次登錄都需要輸入驗證碼，后來想把讓python自己識別圖片里的驗證碼，不需要自己手動登陸，所以查了一下識別功能怎么實現，做一下筆記。 首選導入一些用到的庫，re、Image、pytesseract、selenium、time import re # 用於正則 from PIL import Image # 用於打開圖片和對圖片處理 import pytesseract # 用於圖片轉文字 from selenium import webdriver # 用於打開網站 import time # 代碼運行停頓 首先需要獲取驗證碼圖片，才能進一步識別。 創建類，定義webdriver和find_element_by_selector方法，用來打開網頁和定位驗證碼圖片的元素 class VerificationCode: def __init__(self): self.driver = webdriver.Firefox() self.find_element = self.driver.find_element_by_css_selector 然后打開瀏覽器截取驗證碼圖片 def get_pictures(self): self.driver.get('http://123.255.123.3') # 打開登陸頁面 self.driver.save_screenshot('pictures.png') # 全屏截圖 page_snap_obj = Image.open('pictures.png') img = self.find_element('#pic') # 驗證碼元素位置 time.sleep(1) location = img.location size = img.size # 獲取驗證碼的大小參數 left = location['x'] top = location['y'] right = left + size['width'] bottom = top + size['height'] image_obj = page_snap_obj.crop((left, top, right, bottom)) # 按照驗證碼的長寬，切割驗證碼 image_obj.show() # 打開切割后的完整驗證碼 self.driver.close() # 處理完驗證碼后關閉瀏覽器 return image_obj 未處理前的驗證碼圖片如下： 未處理的驗證碼圖片，對於python來說識別率較低，仔細看可以發現圖片里有很對五顏六色擾亂識別的點，非常影響識別率。 下面對獲取的驗證碼進行處理。 首先用convert把圖片轉成黑白色。設置threshold閾值，超過閾值的為黑色 def processing_image(self): image_obj = self.get_pictures() # 獲取驗證碼 img = image_obj.convert("L") # 轉灰度 pixdata = img.load() w, h = img.size threshold = 160 # 該閾值不適合所有驗證碼，具體閾值請根據驗證碼情況設置 # 遍歷所有像素，大於閾值的為黑色 for y in range(h): for x in range(w): if pixdata[x, y] < threshold: pixdata[x, y] = 0 else: pixdata[x, y] = 255 return img 經過灰度處理后的圖片 然后刪除一些擾亂識別的像素點。 def delete_spot(self): images = self.processing_image() data = images.getdata() w, h = images.size black_point = 0 for x in range(1, w - 1): for y in range(1, h - 1): mid_pixel = data[w * y + x] # 中央像素點像素值 if mid_pixel < 50: # 找出上下左右四個方向像素點像素值 top_pixel = data[w * (y - 1) + x] left_pixel = data[w * y + (x - 1)] down_pixel = data[w * (y + 1) + x] right_pixel = data[w * y + (x + 1)] # 判斷上下左右的黑色像素點總個數 if top_pixel < 10: black_point += 1 if left_pixel < 10: black_point += 1 if down_pixel < 10: black_point += 1 if right_pixel < 10: black_point += 1 if black_point < 1: images.putpixel((x, y), 255) black_point = 0 # images.show() return images 經過去除噪點處理后的圖片 最后把處理后的圖片轉成文字。 先設置pytesseract的路徑，因為默認路徑是錯的，然后轉換圖片為文字，由於個別圖片中識別會出現處理遺漏，會被識別成空格或則點或則分號什么的，所以增加了一個去除驗證碼中特殊字符的處理。 PS：tesseract文件下載鏈接 def image_str(self): image = self.delete_spot() pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe" # 設置pyteseract路徑 result = pytesseract.image_to_string(image) # 圖片轉文字 resultj = re.sub(u"([^\u4e00-\u9fa5\u0030-\u0039\u0041-\u005a\u0061-\u007a])", "", result) # 去除識別出來的特殊字符 result_four = resultj[0:4] # 只獲取前4個字符 # print(resultj) # 打印識別的驗證碼 return result_four 完整代碼如下： import re # 用於正則 from PIL import Image # 用於打開圖片和對圖片處理 import pytesseract # 用於圖片轉文字 from selenium import webdriver # 用於打開網站 import time # 代碼運行停頓 class VerificationCode: def __init__(self): self.driver = webdriver.Firefox() self.find_element = self.driver.find_element_by_css_selector def get_pictures(self): self.driver.get('http://123.255.123.3') # 打開登陸頁面 self.driver.save_screenshot('pictures.png') # 全屏截圖 page_snap_obj = Image.open('pictures.png') img = self.find_element('#pic') # 驗證碼元素位置 time.sleep(1) location = img.location size = img.size # 獲取驗證碼的大小參數 left = location['x'] top = location['y'] right = left + size['width'] bottom = top + size['height'] image_obj = page_snap_obj.crop((left, top, right, bottom)) # 按照驗證碼的長寬，切割驗證碼 image_obj.show() # 打開切割后的完整驗證碼 self.driver.close() # 處理完驗證碼后關閉瀏覽器 return image_obj def processing_image(self): image_obj = self.get_pictures() # 獲取驗證碼 img = image_obj.convert("L") # 轉灰度 pixdata = img.load() w, h = img.size threshold = 160 # 遍歷所有像素，大於閾值的為黑色 for y in range(h): for x in range(w): if pixdata[x, y] < threshold: pixdata[x, y] = 0 else: pixdata[x, y] = 255 return img def delete_spot(self): images = self.processing_image() data = images.getdata() w, h = images.size black_point = 0 for x in range(1, w - 1): for y in range(1, h - 1): mid_pixel = data[w * y + x] # 中央像素點像素值 if mid_pixel < 50: # 找出上下左右四個方向像素點像素值 top_pixel = data[w * (y - 1) + x] left_pixel = data[w * y + (x - 1)] down_pixel = data[w * (y + 1) + x] right_pixel = data[w * y + (x + 1)] # 判斷上下左右的黑色像素點總個數 if top_pixel < 10: black_point += 1 if left_pixel < 10: black_point += 1 if down_pixel < 10: black_point += 1 if right_pixel < 10: black_point += 1 if black_point < 1: images.putpixel((x, y), 255) black_point = 0 # images.show() return images def image_str(self): image = self.delete_spot() pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe" # 設置pyteseract路徑 result = pytesseract.image_to_string(image) # 圖片轉文字 resultj = re.sub(u"([^\u4e00-\u9fa5\u0030-\u0039\u0041-\u005a\u0061-\u007a])", "", result) # 去除識別出來的特殊字符 result_four = resultj[0:4] # 只獲取前4個字符 # print(resultj) # 打印識別的驗證碼 return result_four if __name__ == '__main__': a = VerificationCode() a.image_str() 看評論有很多人需要tesseract.exe文件，但是由於文件過大，發郵件會出現無法下載的情況，有需要的可以在一下連接里下載tesseract.exe文件 下載地址：https://download.csdn.net/download/ever_peng/11938731