Python验证码登录(Tesseract安装配置)

1.安装py库：pytesseract，PIL

pip install pytesseract
pip install PILLOW

　如果安装时，出现权限不足：

pip install --user pytesseract
pip install --user PILLOW

 

2.tesseract程序下载安装

2.1 tessercat下载地址：https://digi.bib.uni-mannheim.de/tesseract/        //请依据自己的操作系统下载exe文件安装

2.2 环境变量配置

用户变量，系统变量都添加：PATH     C:\Program Files (x86)\Tesseract-OCR;    //这是tesseract的安装目录

系统变量添加：TESSDATA_PREFIX    C:\Program Files (x86)\Tesseract-OCR     

//有的博文写到“TESSDATA_PREFIX”目录需要到tessdata，但是我电脑配置到tessdata就会多一级tessdata目录，命令测试时会找不到，所以这里自己依据调试哪个OK用哪个~

2.3 验证是否安装/配置成功

在需识别的图片目录下执行命令：tesseract test.png output_1 –l eng

test.png：徐识别的文件

output_1：识别后存入的文件名(默认txt格式)

-l eng：语言包 英文

 

3.pycharm验证码登录

验证码图片清晰，不去需要背景去噪（干扰线），转换为灰度图

 

# 验证码登录
import time
from PIL import ImageEnhance
from selenium import webdriver
# 避免出现系统错误：[WinError 2] 系统找不到指定的文件
try:
    import Image
except ImportError:
    from PIL import Image
import pytesseract
pytesseract.pytesseract.tesseract_cmd = r'C:/Program Files (x86)/Tesseract-OCR/tesseract.exe'

# 打开浏览器
url = "http://XXX.XX.XX.XX:XXX/SPMTest/login.html"
browser = webdriver.Chrome()
browser.implicitly_wait(10)
browser.maximize_window()
browser.get(url)

# 用户元素
userElement = browser.find_element_by_id("loginname")
passElement = browser.find_element_by_id("password1")
codeElement = browser.find_element_by_id("code")
lgButton = browser.find_element_by_id("login_value")

# 验证码截取+识别（页面验证码地址不是固定连接，所以采用截图方式）
# 截取屏幕内容，保存到本地
browser.save_screenshot("D://PyDemo/01.png")
# 打开截图，获取验证码位置，截取保存验证码
ran = Image.open("D://PyDemo/01.png")
box = (1165, 380, 1240, 415) # 获取验证码位置，手动定位（左，上，右，下）--验证码图片的绝对定位
ran.crop(box).save("D://PyDemo/02.png")
# 获取验证码图片，读取验证码
code = pytesseract.image_to_string(Image.open('D://PyDemo/02.png'))
print(code)

# 输入数据登录
userElement.send_keys('tt')
passElement.send_keys('1234')
codeElement.send_keys(code)
time.sleep(3)
lgButton.click()

　　

记录下，这个系统的登录脚本，特殊情况~（场景：密码输入框有两个id处理.....）