作为学了两个多月python的小白，深深地感受到“由此可得”的恶意，所以文章力求详细。

1.工具和环境

语言： python3.5

系统：win7 64位

浏览器：chrome

2.安装

2.1PIL安装

打开命令提示符，输入 pip install Pillow ，按Enter即可。

关于PIL模块的教程，参考http://www.cnblogs.com/apexchu/p/4231041.html

2.2Tesseract安装

下载地址：https://code.google.com/p/tesseract-ocr/downloads/list

如果没有VPN，翻不了墙，直接网上搜EXE安装包直接安装即可。

注意在 “Language data” 那个选项里，默认是只勾选了英文的，如果需要进行其他语言的识别，记得勾选对应的语言。

接着一路下一步就可以了。

安装完了之后需要设置 环境变量。

具体步骤是 右击我的电脑--左击属性--高级系统设置--高级--环境变量--选中PATH--编辑

在变量值一栏的最后加入 刚才安装的 Tesseract的路径，以英文的分号“;”结尾。

2.3pytesser3

注意，这里是pytesser3，而不是pytesser。

目前网上的教程基本上都是只适用python2.x的pytesser，因为这个我浪费了两个多小时试了各种教程，最后才发现github上有个大神做了一个适用于python3.x的轮子，附上地址https://github.com/songluyi/pytesser3

安装过程很简单，在命令提示符输入：pip install pytesser3，按Enter。

3.验证码识别

3.1图片降噪

所谓降噪就是将验证码上的干扰信息去除掉。比如背景，干扰线，干扰像素等等，只剩下需要识别的文字，让图片变成2进制点阵最好。

验证码图片7346.jpg

from PIL import Image

im = Image.open("7364.jpg")

im_gary = im.point(lambda x: 0 if x<143 else 255) #二值化处理

im_gary.show()

处理后的验证码：

二值化后的验证码

处理后背景上的噪点就没有了。

3.2 利用pytesser模块实现识别

from PIL import Image

import pytesser3

print (pytesser3.image_file_to_string('7364.jpg'))

代码其实很简单的，真正的难度是在安装模块上面。

如果运行代码出现了下面这种情况：

那么请修改__init__.py里面第十二行tesseract_exe_name为你tesseract安装路径。