今天暂时就教大家识别最简单的验证码吧，12306的验证码称之为最难的验证码，这点也确实，所以涉及的东西很多，暂时就不去搞12306的验证码了，一般的小白的话也看不懂！
概述
- 简介
- 坑！
- 安装 Tesseract-OCR
- 使用 pytesseract 识别验证码
- 高级玩法 - 除线
简介
首先呢，简单的验证码是这样的：
不是这样的：
进群：548377875 即可获取数十套PDF哦！
pillow 的缘由：由于PIL仅支持到Python 2.7，加上年久失修，于是一群志愿者在PIL的基础上创建了兼容的版本，名字叫Pillow，支持最新Python 3.x，又加入了许多新特性。
32 位系统
pip install PIL
64 位系统
pip install pillow
安装 Tesseract-OCR
在使用 pytesseract 之前，必须安装 tesseract-ocr ，因为 pytesserat 依赖于 tesseract-ocr ，否则无法使用
使用 pytesseract 识别验证码
首先将图像灰度化
二值化的图像是这个样子的：
最后进行识别
# 识别
text = pytesseract.image_to_string(out)
print("识别结果："+text)
识别结果是这样的：
高级玩法 - 除线
上面的知识简单的处理，在日常网络冲浪中，我们还会遇到这样的验证码：
这个给我们的识别增加了难度，我们要做的就是将这条线去掉。详细代码如下：
那么我们的运行结果是这样的：
总结
经过这么一些折腾，我们总算是看到了我们想要的结果，但是我很遗憾地告诉你，pytesseract 还是无法识别处理过的图片，他的识别结果是这样的：
结果有点令人痛心，不过我们也算是为我们的目标踏进了一小步。你以为这篇文章就这样完了吗？嗯，是的，这篇文章就这样完了。不过好在 pytesseract 提供了自定义训练功能，来提高识别能力（也可以自建神经网络进行识别），这个暂且放到下一篇文章来写吧，因为昨天是七夕耶。