Python 3.6 版本-使用Pytesseract 模块进行图像验证码识别

 

 

 

环境：

(1) win7 64位 
(2) Idea 
(3) python 3.6 
(4) pip install pillow 
<&nbsp>pip install pytesseract 
(5) 识别引擎tesseract-ocr

1、安装

pip install pillow

pip install pytesseract

2、安装tesseract-ocr的识别引擎

第一步：下载安装包 
根据https://github.com/UB-Mannheim/tesseract/wiki，找到下载安装包。 

我下载的是64位，根据自己需要下载
第二步：安装
直接点击下载好的tesseract-ocr-w64-setup-v4.0.0-beta.1.20180608.exe文件，点击下一步，下一步，安装完成。
第三步：配置环境变量
复制你安装的路径，我的是安装在C:\Program Files (x86)\Tesseract-OCR，界面如下：

 

进入“计算机/属性”，点击“高级系统设置”，点击环境变量，找到path，点击编辑，在末尾粘贴你刚才复制的路径，{粘贴时，你要给原有的信息末尾添加；分号}

 

配置完毕后，点击保存。

打开命令行windows + R 输入cmd 打开 在命令行里面输入tesseract -v 配置成功会显示当前的tesseract版本

 

第三步：添加TESSDATA_PREFIX变量名

第四步：修改python文件下的lib里面生成的一个pytesseract.py文件

3：运行代码

四、下载chi_sim语言包

现在tesseract 被托管到github上 
https://github.com/tesseract-ocr/tessdata 
然后看到里面可以下载相应的语言包 

由于版本问题所以需要到对应的连接进行下载。
支持的语言查看

tesseract --list-langs
1
显示：
List of available languages (3):
chi_sim
eng
osd
终于ok了,不过识别率一般般吧，不是很理想
以上就是我解决问题的过程，如果对你有所帮助，希望你点个赞O(∩_∩)O

参考链接： 
http://xiaosheng.me/2015/12/18/article10/ 
https://tonydeng.github.io/2016/07/28/on-the-use-of-tesseract-picture-text-recognition/