Python+Selenium+Pytesseract怎么实现图片验证码识别

这篇文章给大家介绍python+selenium+Pytesseract怎么实现图片验证码识别，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。

一、selenium截取验证码

import JSONfrom io import BytesIOimport timefrom test.testBefore.testDriver import driverfrom test.util.test_pytesseract import recognizefrom PIL import Imageimport allureimport unittest ''' /处理验证码 ''' # 要截图的元素 element = driver.find_element_by_xpath('//*[@id="imgVerifyCode"]') # 坐标 x, y = element.location.values() # 宽高 h, w = element.size.values() # 把截图以二进制形式的数据返回 image_data = driver.get_screenshot_as_png() # 以新图片打开返回的数据 screenshot = Image.open(BytesIO(image_data)) # 对截图进行裁剪 result = screenshot.crop((x, y, x + w, y + h)) # 显示图片 # result.show() # 保存验证码图片 result.save('VerifyCode.png') # 调用recognize方法识别验证码 code = recognize('VerifyCode.png') # 输入验证码 driver.find_element_by_xpath('//*[@id="txtcode"]').send_keys(code) ''' 处理验证码/ '''

注意：driver是引用我自己写的文件，可以自己随便写一个。识别图片的代码单独放在util文件夹下面的，参考标题三的代码，需要时引用。以上代码定位元素都需要根据自己的项目定位元素修改。

二、安装识别环境pytesseract+Tesseract-OCR

如果没有输出，又不确定你的pytesseract环境是否安装好，可以用一张没有干扰的图片识别看看能不能有输出结果，以下样例在我的环境中可以直接输出识别结果8fnp

验证识别环境是否正常

直接使用pytesseract识别图片

001.png

text = pytesseract.image_to_string('./001.png')print(text)

三、处理验证码图片

直接截图的验证码图片存在噪点或者干扰线等，直接使用pytesseract识别可能会没有输出结果，如果环境正常，但没有输出结果，那多半是因为图片没有处理好，识别不出来，可以多尝试一些处理图片的方式，以下代码处理我截图这种类似的图片效果比较好。

图片处理识别

对图片处理的过程：

图片处理过程中可以多用im.show()看看每一步处理后的图片是不是符合预期，如果效果不好调一下参数。另外在学习过程中发现有童鞋说识别不出来把图片使用cv2.resize()这个方法放大就能识别，可以参考Python中图像的缩放 resize（）函数的应用

实际截取的图片

处理后的图片

test_pytesseract.py

import pytesseractfrom fnmatch import fnmatchimport cv2import osdef clear_border(img, img_name):    '''    去除边框    '''    h, w = img.shape[:2]    for y in range(0, w):        for x in range(0, h):            # if y ==0 or y == w -1 or y == w - 2:            if y < 2 or y > w - 2:                img[x, y] = 255            # if x == 0 or x == h - 1 or x == h - 2:            if x < 1 or x > h - 1:                img[x, y] = 255    return imgdef interference_line(img, img_name):    '''    干扰线降噪    '''    h, w = img.shape[:2]    # ！！！OpenCV矩阵点是反的    # img[1,2] 1:图片的高度，2：图片的宽度    for r in range(0, 2):        for y in range(1, w - 1):            for x in range(1, h - 1):                count = 0                if img[x, y - 1] > 245:                    count = count + 1                if img[x, y + 1] > 245:                    count = count + 1                if img[x - 1, y] > 245:                    count = count + 1                if img[x + 1, y] > 245:                    count = count + 1                if count > 2:                    img[x, y] = 255    return imgdef interference_point(img, img_name, x=0, y=0):    """点降噪    9邻域框,以当前点为中心的田字框,黑点个数    :param x:    :param y:    :return:    """    # todo 判断图片的长宽度下限    cur_pixel = img[x, y]  # 当前像素点的值    height, width = img.shape[:2]    for y in range(0, width - 1):        for x in range(0, height - 1):            if y == 0:  # 第一行                if x == 0:  # 左上顶点,4邻域                    # 中心点旁边3个点                    sum = int(cur_pixel) \                          + int(img[x, y + 1]) \                          + int(img[x + 1, y]) \                          + int(img[x + 1, y + 1])                    if sum <= 2 * 245:                        img[x, y] = 0                elif x == height - 1:  # 右上顶点                    sum = int(cur_pixel) \                          + int(img[x, y + 1]) \                          + int(img[x - 1, y]) \                          + int(img[x - 1, y + 1])                    if sum <= 2 * 245:                        img[x, y] = 0                else:  # 最上非顶点,6邻域                    sum = int(img[x - 1, y]) \                          + int(img[x - 1, y + 1]) \                          + int(cur_pixel) \                          + int(img[x, y + 1]) \                          + int(img[x + 1, y]) \                          + int(img[x + 1, y + 1])                    if sum <= 3 * 245:                        img[x, y] = 0            elif y == width - 1:  # 最下面一行                if x == 0:  # 左下顶点                    # 中心点旁边3个点                    sum = int(cur_pixel) \                          + int(img[x + 1, y]) \                          + int(img[x + 1, y - 1]) \                          + int(img[x, y - 1])                    if sum <= 2 * 245:                        img[x, y] = 0                elif x == height - 1:  # 右下顶点                    sum = int(cur_pixel) \                          + int(img[x, y - 1]) \                          + int(img[x - 1, y]) \                          + int(img[x - 1, y - 1])                    if sum <= 2 * 245:                        img[x, y] = 0                else:  # 最下非顶点,6邻域                    sum = int(cur_pixel) \                          + int(img[x - 1, y]) \                          + int(img[x + 1, y]) \                          + int(img[x, y - 1]) \                          + int(img[x - 1, y - 1]) \                          + int(img[x + 1, y - 1])                    if sum <= 3 * 245:                        img[x, y] = 0            else:  # y不在边界                if x == 0:  # 左边非顶点                    sum = int(img[x, y - 1]) \                          + int(cur_pixel) \                          + int(img[x, y + 1]) \                          + int(img[x + 1, y - 1]) \                          + int(img[x + 1, y]) \                          + int(img[x + 1, y + 1])                    if sum <= 3 * 245:                        img[x, y] = 0                elif x == height - 1:  # 右边非顶点                    sum = int(img[x, y - 1]) \                          + int(cur_pixel) \                          + int(img[x, y + 1]) \                          + int(img[x - 1, y - 1]) \                          + int(img[x - 1, y]) \                          + int(img[x - 1, y + 1])                    if sum <= 3 * 245:                        img[x, y] = 0                else:  # 具备9领域条件的                    sum = int(img[x - 1, y - 1]) \                          + int(img[x - 1, y]) \                          + int(img[x - 1, y + 1]) \                          + int(img[x, y - 1]) \                          + int(cur_pixel) \                          + int(img[x, y + 1]) \                          + int(img[x + 1, y - 1]) \                          + int(img[x + 1, y]) \                          + int(img[x + 1, y + 1])                    if sum <= 4 * 245:                        img[x, y] = 0    return imgdef _get_dynamic_binary_image(filedir, img_name):    '''    自适应阀值二值化    '''    filename = './' + img_name.split('.')[0] + '-binary.png'    img_name = filedir + '/' + filename    im = cv2.imread(img_name)    im = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)    th2 = cv2.adaptiveThreshold(im, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 21, 1)    return th2def recognize(image):    filedir = './'  # 验证码路径    for file in os.listdir(filedir):        if fnmatch(file, image):            img_name = file            # 自适应阈值二值化            im = _get_dynamic_binary_image(filedir, img_name)            # # 去除边框            im = clear_border(im, img_name)            # 对图片进行干扰线降噪            im = interference_line(im, img_name)            # 对图片进行点降噪            im = interference_point(im, img_name)            filename = './' + img_name.split('.')[0] + '-interferencePoint.png'  # easy_code为保存路径            cv2.imwrite(filename, im)  # 保存图片            text = pytesseract.image_to_string(im, lang="eng",                                               config='--psm 6 digits')  # config=digits只识别数字    return text    '''    --psm 参数含义    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。    '''

关于Python+Selenium+Pytesseract怎么实现图片验证码识别就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。