深度解析：python+selenium识别图片验证码

转载于：

https://blog.csdn.net/weixin_38374974/article/details/80152899

import time

import pytesseract

from PIL import Image, ImageEnhance

from selenium import webdriver

url = "https://www.xxxxx.com"

# 1、打开浏览器，最大化浏览器

driver = webdriver.Chrome()

driver.get(url)

#driver.implicitly_wait(10)#隐式等待10s

driver.maximize_window()#最大化窗口

name=driver.find_element_by_id("username")#定位账号输入框

password=driver.find_element_by_id("password_1")#定位密码输入框

code1=driver.find_element_by_id("user_ck")#定位验证码输入框

driver.save_screenshot("H://test/01.png")#截取屏幕内容，保存到本地

ran = Image.open("H://test/01.png")#打开截图，获取验证码位置，截取保存验证码

box = (564, 395, 643, 423) # 获取验证码位置,自动定位不是很明白，就使用了手动定位，代表（左，上，右，下）

ran.crop(box).save("H://test/02.png")#把获取的验证码保存

#获取验证码图片，读取验证码

imageCode = Image.open("H://test/02.png") #打开保存的验证码图片

#imageCode.load()

# 图像增强，二值化

sharp_img = ImageEnhance.Contrast(imageCode).enhance(2.0)

sharp_img.save("H://test/03.png")#保存图像增强，二值化之后的验证码图片

sharp_img.load() # 对比度增强

time.sleep(2)

print(sharp_img)#打印图片的信息

code = pytesseract.image_to_string(sharp_img).strip()#读取验证码

# 5、收到验证码，进行输入验证

print(code)#输出验证码

name.send_keys('60037')#给定位账号的输入框中输入值

password.send_keys('123456')#给定位密码的输入框中输入值

code1.send_keys(code)#给定位验证码的输入框中输入读取到的验证码

click=driver.find_element_by_name("yt0").click()#点击登录

time.sleep(2)

#关闭浏览器

driver.quit()

关于于上面的手动定位方法，其实也很简单，我们拿到截取屏幕的图片后，用画图工具打开，用光标分别找到验证码的左、上、右、下的4个点，然后把坐标写到上面代码中就可以了。

中间出现了错误

解决办法是在

https://github.com/UB-Mannheim/tesseract/wiki

中下载

tesseract-ocr

，然后安装

然后，打开pytesseract.py文件，找到tesseract_cmd，将原来的注释掉，然后添加新的：tesseract_cmd="路径/tesseract.exe"。再执行代码，成功。