selenium+Python3.5获取验证码
其中PIL为Python Imaging Library，已经是Python平台事实上的图像处理标准库了。PIL功能非常强大，但API却非常简单易用。
PIL第三方库安装 pip install PIL
Image 类是 PIL 库中一个非常重要的类，通过这个类来创建实例可以有直接载入图像文件，读取处理过的图像和通过抓取的方法得到的图像这三种方法。
python中PIL模块中有一个叫做ImageEnhance的类，该类专门用于图像的增强处理，不仅可以增强（或减弱）图像的亮度、对比度、色度，还可以用于增强图像的锐度。
环境：Windows7 64位、python3.5、selenium3.8
一、安装PIL
打开dos命令窗口，进入python安装目录C:\Python\Scripts，输入：pip install pillow 。如下图：
二、安装Tesseract
Tesseract-OCR下载地址 :http://jaist.dl.sourceforge.net/project/tesseract-ocr-alt/tesseract-ocr-setup-3.02.02.exe
tessdata 目录存放的是语言字库文件，和在命令行界面中可能用到的参数所对应的文件. 这个安装程序默认包含了英文字库。
如果想能识别中文，可以到http://code.google.com/p/tesseract-ocr/downloads/list下载对应的语言的字库文件.一般google访问不了，请到这里下载即可，
简体中文字库文件下载地址为:http://download.csdn.net/detail/wanghui2008123/7621567下载完成后解压，然后将该文件剪切到tessdata目录下去就可以了。
详解可参见：http://www.cnblogs.com/wzben/p/5930538.html
三、安装pytesseract
Tesseract并不能直接在python中使用，需要使用python的封装类pytesseract
Python-tesseract 是光学字符识别Tesseract OCR引擎的Python封装类。能够读取任何常规的图片文件(JPG, GIF ,PNG , TIFF等)并解码成可读的语言。在OCR处理期间不会创建任何临文件
打开dos命令窗口，进入python安装目录C:\Python\Scripts，输入：pip install pytesseract 。如下图：
四、获取验证码（下面的代码只能获取英文字符和数字，中文获取不到，为空）
1 rom selenium import webdriver 2 from PIL import Image 3 from PIL import ImageEnhance 4 import pytesseract 5 6 driver=webdriver.Firefox() 7 url="https://passport.baidu.com/?getpassindex" 8 driver.get(url) 9 driver.save_screenshot(r"E:\aa.png") #截取当前网页，该网页有我们需要的验证码 10 imgelement = driver.find_element_by_xpath(".//*[@id='forgotsel']/div/div[3]/img") 11 location = imgelement.location #获取验证码x,y轴坐标 12 size=imgelement.size #获取验证码的长宽 13 coderange=(int(location['x']),int(location['y']),int(location['x']+size['width']), 14 int(location['y']+size['height'])) #写成我们需要截取的位置坐标 15 i=Image.open(r"E:\aa.png") #打开截图 16 frame4=i.crop(coderange) #使用Image的crop函数，从截图中再次截取我们需要的区域 17 frame4.save(r"E:\frame4.png") 18 i2=Image.open(r"E:\frame4.png") 19 imgry = i2.convert('L') #图像加强，二值化，PIL中有九种不同模式。分别为1，L，P，RGB，RGBA，CMYK，YCbCr，I，F。L为灰度图像 20 sharpness =ImageEnhance.Contrast(imgry)#对比度增强 21 i3 = sharpness.enhance(3.0) #3.0为图像的饱和度 22 i3.save("E:\\image_code.png") 23 i4=Image.open("E:\\image_code.png") 24 text=pytesseract.image_to_string(i4).strip() #使用image_to_string识别验证码 25 print(text)
