python ocr简单示例之识别验证码

最终运行效果：

OCR（optical character recognition）文字识别是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，然后用字符识别方法将形状翻译成计算机文字的过程；即，对文本资料进行扫描，然后对图像文件进行分析处理，获取文字及版面信息的过程。

Tesseract的安装：
Win10下载地址：http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe，下载后双击直接安装即可。

安装完成后效果：

添加系统变量：将安装后的路径添加到Path中

核实安装结果：

打开cmd输入: tesseract -v

初步运行：

tesseract C://VerificationCode.jpg   C://octText 

命令说明：将VerificationCode的图片识别的内容 存到 octText中

运行结果：

打开octText展示的结果：

python环境下使用：

安装pytesseract

pytesseract安装：

pytesseract是Tesseract关于Python的接口，可以使用pip install pytesseract安装。安装完后，就可以使用Python调用Tesseract

源码：

# -*- coding: utf-8 -*-
import pytesseract
from PIL import Image

pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'
text = pytesseract.image_to_string(Image.open(r'验证码.jpg'))  # 注意原图的路径不要写错。

print(text)

总结