1、简介
a、Python-tesseract 是一个基于 google's Tesseract-OCR 的独立封装包；
b、Python-tesseract 功能是识别图片文件中文字，并作为返回参数返回识别结果；
c、Python-tesseract 默认支持 tiff、bmp 格式图片，只有在安装 PIL 之后，才能支持 jpeg、gif、png 等其他图片格式；
D、Python-tesseract的使用需要安装tesseract-ocr安装包（windows安装文件）
2、下载及安装
2.1下载tesseract-ocr文件
2.1.1 官方发布的 3.02 版本下载地址
2.1.2 德国曼海姆大学发行的 3.05 版本下载地址
2.1.3 另一个版本
我是用的是第二个版本
2.2安装tesseract-ocr文件
直接将下载文件双击安装，默认在 C:\Program Files (x86)\Tesseract-OCR
安装完成后，将 C:\Program Files (x86)\Tesseract-OCR添加至环境变量Path下面，这里是为了之后Python-tesseract在识别时可以调用tesseract.exe
并新建环境变量 TESSDATA_PREFIX，将C:\Program Files (x86)\Tesseract-OCR\tessdata添加进去，这里是在识别时能打开训练数据，不然可能报错 pytesseract.pytesseract.TesseractError: (1,'Error opening data file \Program Files (x86)\Tesseract-OCR\tessdata/eng.traineddata')；
完成上述操作后，打开cmd，输入tesseract，能打印帮助信息即成功
2.3下载PIL、pytesseract
打开cmd或shell，执行
pip install PIL
pip install pytesseract
等待下载安装完成，打开pycharm输入
import pytesseract
import PIL
没有报错就ok
3、使用
3.1获取验证码位置及大小
location = driver.find_element_by_xpath(xpath_str).location
print(location) # 表示当前元素的位置，x:横坐标，y:纵坐标
{'y': 411, 'x': 849}
size= driver.find_element_by_xpath(xpath_str).size
print(size) # 表示当前元素的宽高，width:宽，height:高
{'width': 48, 'height': 20}
left = location['x']
top = location['y']
right = location['x'] + size['width']
bottom = location['y'] + size['height']
box = (left, top, right, bottom)
box就表示当前验证码的坐标，这样就可以进行裁剪了
完整代码
#!/usr/bin/env python
# coding=utf-8
# Created by slowchen on 2017/9/15 15:34.
from selenium import webdriver
import pytesseract
import time
from PIL import Image, ImageEnhance
PostUrl = 'http://yjsymis.hrbeu.edu.cn/gsmis/indexAction.do'
driver = webdriver.Chrome()
driver.get(PostUrl)
driver.maximize_window()
driver.get_screenshot_as_file(r'E:\\image.jpg')
# 获取图片位置
location = driver.find_element_by_xpath("/html/body/form/table/tbody/tr[3]/td/table/tbody/tr[2]/td/table/tbody/tr[2]/td/table[1]/tbody/tr[3]/td[1]/img").location
# 获取图片大小
size = driver.find_element_by_xpath("/html/body/form/table/tbody/tr[3]/td/table/tbody/tr[2]/td/table/tbody/tr[2]/td/table[1]/tbody/tr[3]/td[1]/img").size
left = location['x']
top = location['y']
right = location['x'] + size['width']
bottom = location['y'] + size['height']
im = Image.open(r'E:\\image.jpg')
box = (left, top, right, bottom)
region = im.crop(box)
region.save(r"e:/image_code.jpg")
time.sleep(1)
driver.quit()
ima = Image.open(r"E:\\image_code.jpg")
imgry = ima.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(r"E:\\image_code.jpg")
code = pytesseract.image_to_string(Image.open(r"E:\\image_code.jpg")) # code即为识别出的图片数字str类型
print(code)
注意：倒数第二行code = pytesseract.image_to_string(Image.open(r"E:\\image_code.jpg"))
image_to_string()括号内的内容不能直接用文件路径，必须调用Image.open()方法打开，否则报错
AttributeError: 'str' object has no attribute 'save'
4、参考
1、https://segmentfault.com/q/1010000007964197
2、http://www.cnblogs.com/zhongtang/p/5560361.html
3、http://www.cnblogs.com/zhongtang/p/5554784.html
4、http://blog.csdn.net/qianbinbin1122/article/details/53696202
网友评论