python识别验证码

Windows系统

示例代码

import sys
import time
import urllib
import shutil
import pytesser3
import requests
from lxml import etree
config={'gid':1}
def parse(s, html, idx):result = {}tree = etree.HTML(html)valimg = Nonevalimgs = tree.xpath('//img[@id="imgCode"]/@src')if len(valimgs) > 0:valimg = valimgs[0]validateCode = Noneif valimg:fname = 'img/' + str(0) + '_' + str(config['gid']) + '.jpg'config['gid'] = config['gid'] + 1ri = s.get("https://sojump.com/jq/16276361.aspx?from=timeline" + valimg)with open(fname, 'wb') as f:for chk in ri:f.write(chk)f.close()validateCode = pytesser.image_file_to_string(fname)validateCode = validateCode.strip()validateCode = validateCode.replace(' ', '')validateCode = validateCode.replace('\n', '')result['validateCode'] = validateCodereturn result
s = requests.Session()
r = s.get('https://sojump.com/jq/16276361.aspx?from=timeline')
while True:res = parse(s, r.text, 0)
print(res)

一：安装pytesser3
1.安装pytesser3

pip3 install pytesser3

2.安装PIL(前者的依赖)

pip install pillow

3.安装tesseract-ocr引擎(没有会识别的很慢)

http://101.96.10.43/internode.dl.sourceforge.net/project/tesseract-ocr-alt/tesseract-ocr-setup-3.02.02.exe(win)

http://blog.csdn.net/strugglerookie/article/details/71606540(linux:centos)

二：安装lxml

pip3 install lxml

Linux系统

**
示例代码：

mport random
import requests
import urllib.parse
import urllib.request
from PIL import Image
import pytesseract
from time import time,strftime, localtime
def download(qid,header,i):url='https://www.wjx.cn/AntiSpamImageGen.aspx?q='+qid+'&t='+str(int(time() * 1000))req = urllib.request.Request(url,headers=header)def download(qid,header,i):url='https://www.wjx.cn/AntiSpamImageGen.aspx?q='+qid+'&t='+str(int(time() * 1000))req = urllib.request.Request(url,headers=header)data = urllib.request.urlopen(req).read()pic = open('%d.gif'%(i),'wb')pic.write(data)pic.close()
def binarizing(img): #input: gray image 对图像灰度值低的像素点处理，去除噪声threshold=30pixdata = img.load()w, h = img.sizefor y in range(h):for x in range(w):if pixdata[x, y] > threshold:pixdata[x, y] = 255else:pixdata[x, y] = 0return img
def depoint(img):   #input: gray imagepixdata = img.load()w,h = img.sizefor y in range(1,h-1):#图像扩展防止溢出for x in range(1,w-1):count = 0if pixdata[x,y-1] > 245:count = count + 1if pixdata[x,y+1] > 245:count = count + 1if pixdata[x-1,y] > 245:count = count + 1if pixdata[x+1,y] > 245:count = count + 1if count >2:pixdata[x,y] = 255return img
def shibie(img):imgry = img.convert('L')#convert对图片处理（参数L是对图像灰度处理）threshold = 140table = []for i in range(256):if i < threshold:table.append(0)else:table.append(1)out = imgry.point(table, '1')print(str(pytesseract.image_to_string(out)).strip())#识别return(str(pytesseract.image_to_string(out)).strip())

1.
安装pytesseract

pip3 install pytesseract

2.安装PIL

pip3 install pillow

3.剩下的看提示吧-_-||

python识别验证码相关推荐

python识别验证码——PIL,pytesser,pytesseract的安装
1.使用Python识别验证码需要安装Python的图像处理模块(PIL.pytesser.pytesseract) (安装过程需要pip,在我的Python中已经安装pip了,pip的安装就不在赘述 ...
Python识别验证码----谷歌reCapture 4*4验证码
Python识别验证码----谷歌reCapture 4*4验证码写在前面数据特点识别思路识别结果改进点写在前面近日某众打码平台被跑路的消息一出,脚本圈中一片哗然(我并不是脚本圈的,只是 ...
Python识别验证码----数美图标点选
Python识别验证码----数美图标点选写在前面数据特点获取数据识别思路按顺序抠出F4 定位f4 计算相似度打标签(~~偷懒~~ ) 训练孪生网络使用模型识别结果改进点写在前面 ...
Python识别验证码----网易易盾推理拼图
Python识别验证码----网易易盾拼图推理写在前面数据特点获取数据识别思路识别结果改进点写在前面近日某众打码平台被跑路的消息一出,脚本圈中一片哗然(我并不是脚本圈的,只是喜欢看群里 ...
Python识别验证码----谷歌reCapture 3*3验证码
Python识别验证码----谷歌reCapture 3*3验证码写在前面数据特点识别思路识别结果改进点写在前面近日某众打码平台被跑路的消息一出,脚本圈中一片哗然(我并不是脚本圈的,只是 ...
用Python识别验证码
[摘要] 爬虫过程中难免会碰到验证码,各种各样的验证码似乎阻挡了爬虫的脚步. 由于本文实现的功能是在内网环境完成,因此,没有代码介绍,也没有识别效果展示. 爬虫过程中难免会碰到验证码,各种各样的验证码 ...
Python爬虫入门教程 60-100 python识别验证码，阿里、腾讯、百度、聚合数据等大公司都这么干...
常见验证码之前的博客中已经解决了一些常见验证码的问题,但是验证码是层出不穷的,目前解决验证码除了通过常规手段解决以外,还可以通过人工智能领域的深度学习去解决深度学习?! 无疑对爬虫coder提高了 ...
python爬虫验证码的处理(云打码)_用Python识别验证码
由于本文实现的功能是在内网环境完成,因此,没有代码介绍,也没有识别效果展示. 爬虫过程中难免会碰到验证码,各种各样的验证码似乎阻挡了爬虫的脚步. 为了识别机器和真实用户而诞生的爬虫碰到验证码有两个方 ...
Python爬虫入门教程 60-100 python识别验证码，阿里、腾讯、百度、聚合数据等大公司都这么干
常见验证码之前的博客中已经解决了一些常见验证码的问题,但是验证码是层出不穷的,目前解决验证码除了通过常规手段解决以外,还可以通过人工智能领域的深度学习去解决深度学习?! 无疑对爬虫coder提高了 ...
python识别验证码ocr_Python 验证码识别-- tesserocr
Python 验证码识别-- tesserocr tesserocr 是 Python 的一个 OCR 识别库 ,但其实是对 tesseract 做的一层 Python API 封装,所以它的核心是 ...

python识别验证码

Windows系统

Linux系统

python识别验证码相关推荐

最新文章

热门文章