本文只针对数字或字母验证码识别

准备工具

tesseract-ocr-w64-setup-v4.1.0.20190314.exe pip install pytesseract pip install pillow 中文包

tesseract-ocr和中文包的下载连接: 链接：链接：https://pan.baidu.com/s/1r_LZKRXBT2Ffp7QrYQwOSA?pwd=junm 提取码：junm

安装好tesseract，记住安装的所在位置

如D:Program FilesTesseract-OCR

解压中文包的压缩包

解压中文包的压缩包，将压缩包里面格式为.traineddata的文件复制在安装目录里边tessdata的文件夹下，如D:Program FilesTesseract-OCR essdata这下面就行了。

配置tesseract的环境变量

第一个: TESSDATA_PREFIX —> 你安装的路径，比如 D:Program FilesTesseract-OCR 第二个: 在path里面新建一个 你安装的路径，比如 D:Program FilesTesseract-OCR

查看版本

win+R输入cmd打开命令行工具，输入tesseract -v

查看一安装好的语言包

win+R输入cmd打开命令行工具，输入tesseract --list-langs

修改pytesseract.py文件，指定tesseract.exe安装路径

# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY
tesseract_cmd = C:\Program Files (x86)\Tesseract-OCR\tesseract.exe‘
#就是你安装的位置

代码实例

-psm 参数

0：定向脚本监测（OSD）
1： 使用OSD自动分页
2 ：自动分页，但是不使用OSD或OCR（Optical Character Recognition，光学字符识别）
3 ：全自动分页，但是没有使用OSD（默认）
4 ：假设可变大小的一个文本列。
5 ：假设垂直对齐文本的单个统一块。
6 ：假设一个统一的文本块。
7 ：将图像视为单个文本行。
8 ：将图像视为单个词。
9 ：将图像视为圆中的单个词。
10 ：将图像视为单个字符。

通过测试，如果验证码全为数字，准确率比较高，字母识别的准确率稍低