每日分享：

释怀

后来，我决定不再纠结一些事情，那些曾经日思夜想的人，和始终没有谈的问题突然就释怀了。我用执念烧死了所有的幼稚和任性，那片荒野慢慢长出了理智、冷漠和清醒。

生活中没有过不去的坎，生命里没有离不开的人，时间不一定能治愈你，但会在特定的时间里，让你告别曾经的自己。

目标：

• 了解验证码的相关知识
• 掌握图片识别引擎的使用

一、图片验证码

1.1 什么是图片验证码

• 验证码是“全自动区分计算机和人类的图灵测试”的缩写，是一种区分用户是计算机还是人的公共全自动程序

1.2 验证码的作用

• 防止恶意破解密码、刷票、论坛灌水、刷页

1.3 图片验证码在爬虫中的使用场景

• 注册
• 登录
• 频繁发送请求时，服务器弹出验证码进行验证

1.4 图片验证码的处理方案

• 手动输入：这种方法仅限于登录一次就可持续使用的情况
• 图像识别引擎解析：使用光学识别引擎处理图片中的数据，目前常用于图片数据提取，较少用于验证码处理
• 打码平台 ：爬虫常用的验证码解决方案

二、图片识别引擎（tesseract的安装）

OCR（Optical Character Recognition）是指使用扫描仪或数码相机对文本资料进行扫描成图像文件，然后对图像文件进行分析处理，自动识别获取文字信息及版面信息的软件

2.1 什么是tesseract

• Tesseract，一款由HP实验室开发由Google维护的开源OCR引擎，特点是开源，免费，支持多语言，多平台。

2.2 图片识别引擎环境的安装(win10)

就这安装配置环境花了我很多时间！

开始我没有直接用python代码测试，而是一直在pycharm的终端进行使用测试，代码：

tesseract 图片路径 保存文本的名字

发现一直报错，要么说什么tessdata环境未配置、要么说什么文件找不到、要么说什么缺像素什么是0，让用70等等，就解决一个问题又出来一个问题，一大坨问题，最后还是放弃了。反正这个在终端使用的这个方法不怎么使用。

1. 引擎的安装

• mac环境下直接执行命令

brew install –with-training-tools tesseract

• windows环境下的安装

1. 下载exe，通过exe安装包安装（如果5.0版本不是太落后建议通过网盘提取，因为下载实在是太慢了）

1.百度网盘提取（我下的是tesseract-ocr-w64-setup-v5.0.0.20190623.exe）http://链接：https://pan.baidu.com/s/1By5aQjMxUSz_9wDLMfG4Qw 提取码：ezo1

2.点击进入网址，后进行下载

如下图，带有dev的为开发版本，没有的为稳定版本，我们可以选一个稳定版本来下载。 

        2.下载完之后，双击exe文件，按顺序点就行，到后面有一个让你勾选需要下载东西的，除了它自动勾选的，我勾选了语言包（勾选之后就1G多了）。（安装过程中，它会一直弹出框让你点击ok以继续安装，我点完之后，它就又弹出，就一直弹一直点，不点就不安装，咱也不知道为什么，咱也也不敢问，咱也不敢说）

        3. 之后就需要配置环境变量了（按顺序点就行，需要添加的路径是你安装完成之后exe文章的目录，不是安装前那个exe的目录） ，完事之后记得点确定啊！

• linux环境下的安装

sudo apt-get install tesseract-ocr

2. 验证自己是否安装成功

win+r 输入 cmd ，后输入 tesseract -v 之后会出现版本信息，证明成功：

3. python库的安装

# PIL用于打开图片文件

pip/pip3 install pillow

# pytesseract模块用于从图片中解析数据

pip/pip3 install pytesseract

到这儿，算是完成了。我们用python代码来用一用：

4. python代码试用tesseract

测试图片如下：

 测试代码：

from PIL import Image
import pytesseract

img = Image.open('test.png')
result = pytesseract.image_to_string(img)
print(result)

测试结果：

识别准确率还行，部分识别未成功，准确率可以通过后续的训练来提高（提高看下面）。

2.3 图片识别引擎的使用扩展

• tesseract简单使用与训练
• 其他ocr平台（这两个对中文识别要好一点）

    阿里云图文识别：https://www.aliyun.com/product/cdi/
    腾讯OCR文字识别：https://cloud.tencent.com/product/ocr