python使用之识别验证码及相关问题

在使用Python做自动化时候遇到登录需要识别验证码问题，此时采用pytesseract模块，遇到异常：

pytesseract.pytesseract.TesseractNotFoundError: tesseract is not installed or it's not in your PATH. See README file for more information.

解决方式：

1、下载对应版本的“Tesseract-OCR”，下载地址：https://github.com/tesseract-ocr/tesseract/wiki 或者   https://github.com/UB-Mannheim/tesseract/wiki

下载文件名称：tesseract-ocr-w64-setup-v5.0.0-alpha.20201127.exe

2、安装Tesseract-OCR，请记住安装路径。

3、配置环境变量：

　　（1）配置Tesseract-OCR环境变量：

　　　　将Tesseract-OCR的安装路径配置在环境变量Path中。D:\Program Files\python38\Lib\site-packages\Tesseract-OCR 。如下图：

　　　　

　　（2）配置tessdata环境变量：

　　　　新增一个变量名：TESSDATA_PREFIX。变量值为安装的Tesseract-OCR路径下的tessdata的路径。即，在Tesseract-OCR的安装路径后追加tessdata。D:\Program Files\python38\Lib\site-packages\Tesseract-OCR\tessdata。如下图

　　　　

4、然后将pytesseract.py源码中

tesseract_cmd = 'tesseract'

修改为：

tesseract_cmd = r'D:\Program Files\python38\Lib\site-packages\Tesseract-OCR\tesseract.exe'

重新运行脚本，OK

如下图所示的登录页面。

附带识别验证码代码：

from selenium import webdriver
from PIL import Image
import pytesseract

def readvcode():
    dr = webdriver.Chrome("D:\softwarePro\BrowserDriver\chromedriver.exe")
    dr.maximize_window()
    dr.get(url)
    dr.save_screenshot('All.png')  # 截取当前网页，该网页有我们需要的验证码
    imgelement = dr.find_element_by_class_name('imgcode')
    location = imgelement.location  # 获取验证码x,y轴坐标
    size = imgelement.size  # 获取验证码的长宽
    rangle = (int(location['x']), int(location['y']), int(location['x'] + size['width']),
                  int(location['y'] + size['height']))  # 写成我们需要截取的位置坐标
    i = Image.open("All.png")  # 打开截图
    result = i.crop(rangle)  # 使用Image的crop函数，从截图中再次截取我们需要的区域
    result.save('result.png')
    text = pytesseract.image_to_string('result.png', 'eng').strip()

    dr.find_element_by_name("username").send_keys("admin")
    dr.find_element_by_name("password").send_keys("admin123")
    dr.find_element_by_name("validateCode").send_keys(text)
    dr.find_element_by_id("btnSubmit").click()

if __name__ == '__main__':
    readvcode()

带有噪点或者划线类的验证码以后更新。