逆向-爬虫-简单图形验证码

MAC

# 准备
1. brew install tesseract
2. pip install pytesseract
3. 去往https://github.com/tesseract-ocr/tessdata下载中文数据集chi_sim.traineddata，把它放到这目录下： /usr/local/Cellar/tesseract/3.05.01/share/tessdata

使用：

import pytesseract
from PIL import Image

# open image
image = Image.open('test.png')
code = pytesseract.image_to_string(image, lang='chi_sim')
print(code)

总结：验证码处理步骤

1. 灰度化
2. 二值化（涉及到找阀值 类间方差）
3. 去干扰线
4. 降噪 （高斯降噪）
5. 切割
6. 识别