验证码

现在越来越多的登录点都有验证码了，没个验证码识别怎么好意思出去跟别人聊天！！！！

python ocr

Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。 用ocr可以解决一部分简单的二维码是识别问题

pytesseract

Python-tesseract is an optical character recognition (OCR) tool for python. That is, it will recognize and “read” the text embedded in images. 可以使用pytesseract 实现简易的验证码识别

• 安装依赖 依赖PIL（Python Imaging Library） ubuntu 下 安装 pip install python-imaging pip install pytesseract

依赖Google Tesseract OCR

Google Tesseract OCR 安装wiki ubuntu 下 安装

apt-get install tesseract or apt-get install tesseract-ocr (ubuntu 16.04)

• 使用代码

如下 ,输入图片

try:
    import Image
except ImportError:
    from PIL import Image
import pytesseract


print(pytesseract.image_to_string(Image.open('test.png')))

如何使用requests 下载验证码图片

参考how-to-download-image-using-requests

import requests
import shutil

r = requests.get(url, stream=True)
if r.status_code == 200:
    with open(path, 'wb') as f:
        r.raw.decode_content = True
        shutil.copyfileobj(r.raw, f)

tips

注意请求验证码的时候，要把cookie带上，与登录请求保持一致，不然得到的也不是当前需要输入的验证码