2024年Python破解-图形验证码_绕过网页本地图片验证(1)，2024年最新斗鱼Python开发二面被刷_python 选择图案过验证
赞
踩
（1）Python所有方向的学习路线（新版）
这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
最近我才对这些路线做了一下新的更新，知识体系更全面了。
（2）Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
（3）100多个练手项目
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
windows下的安装
在Windows下，要先下载tesseract，它为tesserocr提供了支持；
tesseract下载地址：Index of /tesseract
打开后，可以看到各种exe的列表，可以随便挑选;
其中文件名中带有dev的为开发版本，不带dev则为稳定版本，例如jb是下载 tesseract-ocr-setup-3.05.01.exe；
下载后双击，一路点击，直到出现下面这个页面
这里需要勾选红框里的Additional language data(download)，这个选项是安装OCR识别支持的语言包，这样OCR就可以识别多国语言，然后再一路点击NEXT即可，因为要下载语言包，所以需要点时间，大概10-20分钟左右，跟网速有关，如果不需要支持多国语言的话，也可以不勾选，自由选择
需要说明：默认包含英文字库
如果，觉得一次下载那么多语言占空间，又或者觉得网速慢，也可以选择单独安装中文字库;
字库下载地址：https://github.com/tesseract-ocr/tessdata
打开后，直接搜索chi_sim.traineddata，这个代表的就是中文，下载下来;
然后找到刚刚tesseract安装目录，里面会有一个叫tessdata的目录，直接把刚下载的语言包放到这个目录下即可；
如何验证tesseract是否安装成功？直接cmd下输入tesseract即可；
成功会直接显示信息;
如果提示’tesseract’ 不是内部或外部命令，则是因为没有配置环境变量，手动把tesseract根目录配置到path参数下即可，这块不详细说明；
到此为止，tesseract安装成功啦~
接下来就安装tesserocr，直接pip命令即可：
pip3 install tesserocr install
- 1
- 2
但jb在安装的时候，直接报错：
试过很多种方式，就算使用conda install tesserocr,也一样报错。
经历千辛万苦，终于找到一条可行的命令：
conda install -c simonflueckiger tesserocr
- 1
- 2
最终就安装上tesserocr啦~
如何验证是否真的安装了？很简单，直接import tesserocr，不报错就说明安装好了；
对了，如果有同学不知道conda这条命令的话，请访问下面的链接，直接搜索scrapy安装，会有介绍conda：
https://juejin.im/post/5afcb91251882565bd257097|
OK，windows下的tesserocr跟tesseract的环境已经安装好了；
别着急，顺便介绍下Linux跟Mac，但以下方式均未经过jb验证，信息来源于网上，仅供参考：
Linux下的安装
对于Liunx来说，不同系统已经有了不同的发行包了，它可能叫做tesseract-ocr或者tesseract，直接用对应的命令安装即可;
- Ubuntu、Debian和Deepin
在Ubuntu、Debian和Deepin系统下，安装命令如下：
sudo apt-get install-y tesseract-ocr libtesseract-dev libleptioica-dev
- 1
- 2
- CentOS、Red Hat 在CentOS和Red Hat系统下，安装命令如下：
yum install -y tesseract
- 1
- 2
在不同发行版本运行如上命令，即可完成tesseract的安装；
安装完成后，便可以调用tesseract命令；
默认也是指安装英文语言，如果需要安装其他语言，请看下上面Windows的介绍，一样的处理方案，这里不重复说明;
接下来就是安装tesserocr，直接使用pip安装：
pip3 install tesserocr pillow
- 1
- 2
Mac下的安装
在Mac下，首先使用Homebrew 安装ImageMagick 和tesseract库：
brew install imagemagick
brew install tesseract --all-languages
- 1
- 2
- 3
接下来再安装tesserocr即可：
brew install tesserocr pillow
- 1
- 2
4 识别测试
为了方便测试，需要把验证码的图片保存到本地；
打开weibo.com，随便输入账号密码，会提示输入验证码，打开开发者工具，找到验证码元素，它的src属性就是一个链接，copy出来直接打开，会看到一个验证码，而且刷新的验证码会变化，由此推断这是个验证码的接口，右键保存验证码即可，就得到一张验证码；
验证码链接：
https://login.sina.com.cn/cgi/pin.php?r=9967937&s=0&p=gz-d0dc363f6a4523cbd602a5a10f00c59b4784
ok,完事具备，那就开始吧，新建项目，把验证码放到项目根目录下；
用tesserocr库来识别验证码：
`import tesserocr
from PIL import Image
*#新建Image对象*
image = Image.open("3.jpg")
*#调用tesserocr的image\_to\_text()方法，传入image对象完成识别*
result = tesserocr.image_to_text(image)
print(result)`
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
结果，运行后，啥都没有？？？
接下来jb陷入了困扰，包括调试，找各种文档，最终，把上面调试的验证码换了一个：
替换下图片，再执行一次代码：
OK，看到是有数据了，不过输出的是MEEE，跟验证码的ME8E还是有点不一样；
目前两个问题：
1）微博的验证码识别失败，输出空
2）第二章验证码部分词识别有误
心想，这库是网上都推荐用的，是Google开源的，理论上没问题，而且人家也都这么用，为什么这里就有问题？难道还需要额外的处理？
怀着疑问跟梦想，继续学习；
题外话： tesserocr还有一个更加简单的方法，这个方法可直接将图片文件转换成字符串，代码如下：
`import tesserocr
print(tesserocr.file_to_text("1.jpg"))`
- 1
- 2
- 3
结果也跟上面的一样，但网上不建议这么用，原因是据说这种识别效果不如上一种的好；
关于微博验证码为空，使用tesseract输出下原因：
tesseract 图片路径 output
- 1
- 2
leptonica 在解析时没有检测到任何dpi；
5 验证码处理
网上找了下信息，比如这张验证码：
可能是验证码内的多余线条干扰了图片的识别；
又比如微博这张：
可能是字体位置，跟图案等因素干扰了图标的识别；
解决方案还是有的，需要对图片进行额外的处理，如转灰度，二值化等操作；
转灰度处理： 利用Image对象的convert()方法参数传入L，即可将图片转成为灰度图像：
`from PIL import Image
image = Image.open("1.jpg")
image = image.convert('L')
image.show()`
- 1
- 2
- 3
- 4
- 5
- 6
图片成功转灰了；此时我们再校验一下，发现校验还是MEEE，失败；
传入1的后，即可将图片进行二值化处理：
（二值化是指将图像上的像素点的灰度值设置为0或255，也就是将整个图片呈现出明显的只有黑和百的视觉效果）
`import tesserocr
from PIL import Image
image = Image.open("1.jpg")
image = image.convert('1')
image.show()`
- 1
- 2
- 3
- 4
- 5
- 6
- 7
这个一看，比上面更模糊了，理所当然的，校验结果会错的更加离谱：
二值化的阈值是可以指定的，上面的方法采用的是默认阈值127；但一般很少直接转换原图，原因如上可看到，错误的更加离谱了；
一般是先将原图转为灰度图像，然后再指定二值化的阈值，代码如下：
`import tesserocr from PIL import Image *#新建Image对象* image = Image.open("1.jpg") *#进行置灰处理* image = image.convert('L') *#这个是二值化阈值* threshold = 150 table = [] for i in range(256): if i < threshold: table.append(0) else: table.append(1) *#通过表格转换成二进制图片，1的作用是白色，不然就全部黑色了* image = image.point(table,"1") image.show() result = tesserocr.image_to_text(image) print(result)`
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
最后
不知道你们用的什么环境，我一般都是用的Python3.6环境和pycharm解释器，没有软件，或者没有资料，没人解答问题，都可以免费领取（包括今天的代码），过几天我还会做个视频教程出来，有需要也可以领取~
给大家准备的学习资料包括但不限于：
Python 环境、pycharm编辑器/永久激活/翻译插件
python 零基础视频教程
Python 界面开发实战教程
Python 爬虫实战教程
Python 数据分析实战教程
python 游戏开发实战教程
Python 电子书100本
Python 学习路线规划
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
