爬虫从入门到精通(6) | 使用Python-OCR识别库对图形验证码进行识别

一、tesseract破解验证码 1.下载安装tesseract

①下载地址

下载地址：https://digi.bib.uni-mannheim.de/tesseract/ 选择合适的版本安装即可（其中文件名中带有dev的为开发版本，不带dev的为稳定版本，可以选择下载不带dev的版本，例如可以选择下载tesseract-ocr-setup-3.05.02.exe）

②一路next安装即可

我安装在d盘

③配置环境变量

系统变量 path变量

④验证是否安装成功

2.python安装tesseract模块及其配置

①下载安装

pip install pytesseract

②进入pycharm，按两次shift搜索tesseract修改源码

3.demo测试

import pytesseract
from PIL import Image

image = Image.open('CheckCode.png')
# 把一个彩色图变成灰度图
image = image.convert('L')
tessdata_dir_config = '--tessdata-dir "D:\\Tesseract-OCR\\tessdata"'

# 去除干扰线
threshold = 128
table = []
for i in range(256):
    if i