Python 2.7结合pytesser库实现简单验证码识别教程

本文介绍一种基于Python 2.7与pytesser库的简单验证码识别方案，旨在为读者提供可行的参考与实现思路。

第一步，确保系统已安装Python 2.7版本。

第二步，安装PIL（Python Imaging Library）工具，下载地址为：http://www.pythonware.com/products/pil/。pytesser的功能运行依赖于PIL库的支持，因此必须提前安装。

第三步，下载pytesser库，官方下载地址为：http://code.google.com/p/pytesser/downloads/list。

鉴于code.google.com网站目前可能无法直接访问，建议通过本站提供的下载链接获取相关文件。

最后，完成pytesser的安装配置，具体步骤如下。

1、解压下载的pytesser压缩包，将解压后的整个文件夹复制到Python安装目录下的Lib\site-packages路径中，例如我的环境路径为：C:\Python27\Lib\site-packages。

2、将相关目录路径添加到系统环境变量中，以便Python能够正确识别该库。

需要添加的环境变量路径包括： C:\Python27\Lib\site-packages C:\Python27\Lib\site-packages\pytesser-v0.0.1

3、在C:\Python27\Lib\site-packages目录下新建一个.pth文件，文件名建议为pytesser-v0.0.1.pth。该文件内容仅包含一行字符串：pytesser-v0.0.1，用于指定模块路径。

完成上述配置后，即可编写用于图片文本识别的Python脚本。以下提供参考代码。

打开“运行”对话框（Win+R），输入cmd打开命令提示符，键入“Python”进入交互模式，随后输入以下代码进行测试：

from pytesser import *
import ImageEnhance
image = Image.open('D:\\xiehao\\workspace\\python\\5.png')
#使用ImageEnhance可以增强图片的识别率
enhancer = ImageEnhance.Contrast(image)
image_enhancer = enhancer.enhance(4)
print image_to_string(image_enhancer)

TIP：

经实际测试，该方法在图片文字清晰、无复杂干扰线的情况下识别效果良好；若图片包含较多干扰线，识别成功率将显著下降。此外，受限于作者编程基础，对于高难度验证码的识别目前尚无法实现。/(ㄒoㄒ)/~~

更多关于Python技术内容，欢迎查阅本站相关专题：《Python图片操作技巧总结》、《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》。

希望本文所述的配置与代码示例能对您的Python程序设计工作有所帮助。