python使用tesseract-ocr完成验证码识别

一、 tesseract-ocr

1.    C++编写，最开始由hp编写，后来束之高阁，最后决定贡献给google开源。

     源码：https://github.com/tesseract-ocr/tesseract

      2.  没找到官方exe下载，非官方下载地址：http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-3.05.00dev.exe 

      3.  安装&配置

        win10安装，64位系统安装：没装在默认路径，安装在D:\Tesseract-ocr\

•         注意64位系统安装要修改默认地址，C:\Program Files 32位系统默认：C:\Program Files (x86)
•         配置环境变量：编辑path，添加D:\Tesseract-ocr\，新建系统变量：TESSDATA_PREFIX，值：D:\Tesseract-ocr\
•         查看tesseract-ocr 是否安装成功：tesseract -v ，失败的原因多数是因为环境变量配置的问题   

       4.  安装pytesseract：pip install pytesteract,很多参考资料都需要安装pillow，安装pytesseract后发现pillow已安装。无需再装

           另外，有篇文章把不同os下的安装总结了，资料：https://blog.youkuaiyun.com/blogliang/article/details/78185011?utm_source=blogxgwz0

           注意 windows 64位OS引用image等库时 需要写成 from PIL import image，32位os直接写import image

       5.  图片识别时还用到pylab： pylab 模块是一款由python提供的可以绘制二维，三维数据的工具模块，其中包括了绘图软件包 matplotlib,其可以生成 matab绘图库的图像。但是在我们安装了python后，缺省状态下并不包含pylab模块，所以我们要先安装pylab模块。

           安装命令：pip install matplotlib