爬虫之图形验证码的识别

一  点睛

1 举例

中国知网：http://my.cnki.net/elibregister/commonRegister.aspx 的注册页面使用的是这种验证码，页面如下：

二 准备工作

1 目标

以知网的验证码为例，利用OCR（Optical Character Recognition 光学字符识别）技术识别图形验证码。

2 安装tesseract

2.1 Windows下下载地址

https://digi.bib.uni-mannheim.de/tesseract/

2.2 下载tesseract-ocr-setup-3.05.01.exe

2.3 安装注意事项

勾选Additional language data（download）选项，这样可以识别多国语言。

3 安装tesserocr

pip install tesserocr pillow

参考下面两篇文章。

https://blog.youkuaiyun.com/xiongzaiabc/article/