tesserocr與pytesseract模塊的使用方法解析

更新時間：2019年08月30日 08:56:10 作者：linyouyi

這篇文章主要介紹了tesserocr與pytesseract模塊的使用方法解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下

1.tesserocr的使用

#從文件識別圖像字符
In [7]: tesserocr.file_to_text('image.png')
Out[7]: 'Python3WebSpider\n\n'

#查看tesseract已安裝的語言包
In [8]: tesserocr.get_languages()
Out[8]: ('/usr/share/tesseract/tessdata/', ['eng'])

#從圖片數據識別圖像字符
In [9]: tesserocr.image_to_text(im)
Out[9]: 'Python3WebSpider\n\n'

#查看版本信息
In [10]: tesserocr.tesseract_version()
Out[10]: 'tesseract 3.04.00\n leptonica-1.72\n libgif 4.1.6(?) : libjpeg 6b (libjpeg-turbo 1.2.90) : libpng 1.5.13 : libtiff 4.0.3 : zlib 1.2.7 : libwebp 0.3.0\n'

2.pytesseract使用

功能：

get_tesseract_version　　返回系統(tǒng)中安裝的Tesseract版本。
image_to_string　　將圖像上的Tesseract OCR運行結果返回到字符串
image_to_boxes　　返回包含已識別字符及其框邊界的結果
image_to_data　　返回包含框邊界，置信度和其他信息的結果。需要Tesseract 3.05+。有關更多信息，請查看Tesseract TSV文檔
image_to_osd　　返回包含有關方向和腳本檢測的信息的結果。

參數：

image_to_data(image, lang=None, config='', nice=0, output_type=Output.STRING)

image object　　圖像對象
lang String，Tesseract　　語言代碼字符串
config String　　任何其他配置為字符串，例如：config='--psm 6'
nice Integer　　修改Tesseract運行的處理器優(yōu)先級。Windows不支持。尼斯調整了類似unix的流程的優(yōu)點。
output_type　　類屬性，指定輸出的類型，默認為string。有關所有支持類型的完整列表，請檢查pytesseract.Output類的定義。

from PIL import Image
import pytesseract

#如果PATH中沒有tesseract可執(zhí)行文件，請指定tesseract路徑
pytesseract.pytesseract.tesseract_cmd='C:\Program Files (x86)\Tesseract-OCR\\tesseract.exe'

#打印識別的圖像的字符串
print(pytesseract.image_to_string(Image.open('test.png')))

#指定語言識別圖像字符串,eng為英語
print(pytesseract.image_to_string(Image.open('test-european.jpg'), lang='eng'))

#獲取圖像邊界框
print(pytesseract.image_to_boxes(Image.open('test.png')))

#獲取包含邊界框，置信度，行和頁碼的詳細數據
print(pytesseract.image_to_data(Image.open('test.png')))

#獲取方向和腳本檢測
print(pytesseract.image_to_osd(Image.open('test.png'))

圖像識別簡單應用

一般圖像處理驗證，需要通過對圖像進行灰度處理、二值化后增加圖像文字的辨識度，下面是一個簡單的對圖像驗證碼識別處理，如遇到復雜點的圖像驗證碼如中間帶多條同等大小劃線的驗證碼需要對文字進行喬正切割等操作，但它的識別度也只有百分之30左右，所以得另外想別的辦法來繞過驗證

from PIL import Image
import pytesseract

im = Image.open('66.png')
#二值化圖像傳入圖像和閾值
def erzhihua(image,threshold):
  ''':type image:Image.Image'''
  image=image.convert('L')
  table=[]
  for i in range(256):
    if i < threshold:
      table.append(0)
    else:
      table.append(1)
  return image.point(table,'1')
image=erzhihua(im,127)
image.show()
result=pytesseract.image_to_string(image,lang='eng')
print(result)

模擬自動識別驗證碼登陸：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time  : 2018/7/13 8:58
# @Author : Py.qi
# @File  : login.py
# @Software: PyCharm
from selenium import webdriver
from selenium.common.exceptions import TimeoutException,WebDriverException
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.remote.webelement import WebElement
from io import BytesIO
from PIL import Image
import pytesseract
import time

user='zhang'
password='123'
url='http://10.0.0.200'
driver=webdriver.Chrome()
wait=WebDriverWait(driver,10)

#識別驗證碼
def acker(content):
  im_erzhihua=erzhihua(content,127)
  result=pytesseract.image_to_string(im_erzhihua,lang='eng')
  return result

#驗證碼二值化
def erzhihua(image,threshold):
  ''':type image:Image.Image'''
  image=image.convert('L')
  table=[]
  for i in range(256):
    if i < threshold:
      table.append(0)
    else:
      table.append(1)
  return image.point(table,'1')

#自動登陸
def login():
  try:
    driver.get(url)
    #獲取用戶輸入框
    input=wait.until(EC.presence_of_element_located((By.CSS_SELECTOR,'#loginname'))) #type:WebElement
    input.clear()
    #發(fā)送用戶名
    input.send_keys(user)
    #獲取密碼框
    inpass=wait.until(EC.presence_of_element_located((By.CSS_SELECTOR,'#password'))) #type:WebElement
    inpass.clear()
    #發(fā)送密碼
    inpass.send_keys(password)
    #獲取驗證輸入框
    yanzheng=wait.until(EC.presence_of_element_located((By.CSS_SELECTOR,'#code'))) #type:WebElement
    #獲取驗證碼在畫布中的位置
    codeimg=wait.until(EC.presence_of_element_located((By.CSS_SELECTOR,'#codeImg'))) #type:WebElement
    image_location = codeimg.location
    #截取頁面圖像并截取掩碼碼區(qū)域圖像
    image=driver.get_screenshot_as_png()
    im=Image.open(BytesIO(image))
    imag_code=im.crop((image_location['x'],image_location['y'],488,473))
    #輸入驗證碼并登陸
    yanzheng.clear()
    yanzheng.send_keys(acker(imag_code))
    time.sleep(2)
    yanzheng.send_keys(Keys.ENTER)
  except TimeoutException as e:
    print('timeout:',e)
  except WebDriverException as e:
    print('webdriver error:',e)
if __name__ == '__main__':
  login()

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: