python+selenium十三：破解简单的图形验证码

此方法可破解简单的验证码，如：

 注：中文识别正在寻找办法

安装：

1、python3

2、Pillow

3、pytesseract

4、tesseract-ocr    下载地址：https://pan.baidu.com/s/1kXIsg1S9CqgSpgzeg9T59Q

 

安装tesseract-ocr后，在pytesseract源码中将

tesseract_cmd=‘’改为本地安装的tesseract-ocr 的目录：

tesseract_cmd = r'C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'

 

找一张验证码的图片保存，爬虫也好，selenium截屏也好，保存到本地，再进行识别

 

 代码

import pytesseract
from PIL import Image
from PIL import ImageEnhance

def readImage(path):
    img = Image.open(path)  # 根据地址，读取图片
    imgry = img.convert('L')  # 图像加强，二值化
    sharpness = ImageEnhance.Contrast(imgry)  # 对比度增强
    sharp_img = sharpness.enhance(2.0)
    sharp_img.save("new.png")  # 将处理后的图片，保存为new.png
    image = Image.open('new.png')  # 打开处理后的图片
    code = pytesseract.image_to_string(image)  # 读取里面的内容
    return code

if __name__=="__main__":
    path = '3.png'
    a = readImage(path)
    print(a)

附下载地址： tesseract-ocr的版本与语言包的版本必须对应

 tesseract-ocr 各版本下载地址：https://digi.bib.uni-mannheim.de/tesseract/

 tesseract-ocr 各版本语言包下载地址：https://github.com/tesseract-ocr/tesseract/wiki/Data-Files#cube-data-files-for-version-304305