Python + selenium + Tesseract 识别验证码

Tesseract就是开源引擎里的执牛耳项目。起源于惠普实验室并在1984-1994年间大力发展的Tesseract,曾一度可与商业OCR软件比肩。2005年,HP在GoogleCode上将Tesseract开源,2006年开始由谷歌赞助,并由Ray Smith负责该项目。

Tesseract支持的语言非常多,每种语言有相应的语言包可以下载。但是从中文的情况来看,貌似效果不是太好,识别率几乎不可商用。相关论文中提到中文的准确率在95%以上,不知道实际的测试样本是怎么样的。英文准确率还不错,可以直接拿来用。这也是为什么这篇文章只能用于简单的中英文验证码。

# -*- coding: utf-8 -*-
from selenium import webdriver
from PIL import Image, ImageDraw
import time
import pytesseract
import re


#目标网站
PostUrl = "http://vgumoney.club"
#Firfox驱动要指定excutable_path
driver=webdriver.Firefox(executable_path='C:\\Users\\user\\geckodriver.exe')
driver.get(PostUrl)

elem_user = driver.find_element_by_name('username')
elem_user.send_keys('xxx') 
elem_psw = driver.find_element_by_name('password')
elem_psw.send_keys('xxx')

#点击登录
click_first = driver.find_element_by_name('button')
click_first.click()

time.sleep(1)
#登陆后选择
click_second = driver.find_element_by_xpath("//*[@id='main']/h2[2]/div/input")
click_second.click()
code_list = []
while True:
    now_handle = driver.current_window_handle
    all_handle = driver.window_handles
    try:
        for handle in all_handle:
            if handle != now_handle:
                alert = driver.switch_to_alert() #识别弹窗处理
                time.sleep(1)
                alert.accept()
            else:
                imgelement = driver.find_element_by_id('cimg1')
                location = imgelement.location
                size = imgelement.size
                time_id = str(time.time())[-7:-3]
                savepath = r'image\codingpy_' + time_id + '.png'
                driver.save_screenshot(savepath)
                im = Image.open(savepath)
                left = location['x']
                top = location['y']
                right = left + 4*size['width']
                bottom = location['y'] + size['height']
                im = im.crop((left, top, right, bottom)) #截取验证码图片区域
                im.save(savepath)

                def getPixel(image, x, y, G, N):
                    L = image.getpixel((x, y))
                    if L > G:
                        L = True
                    else:
                        L = False
                    nearDots = 0
                    if L == (image.getpixel((x - 1, y - 1)) > G):
                        nearDots += 1
                    if L == (image.getpixel((x - 1, y)) > G):
                        nearDots += 1
                    if L == (image.getpixel((x - 1, y + 1)) > G):
                        nearDots += 1
                    if L == (image.getpixel((x, y - 1)) > G):
                        nearDots += 1
                    if L == (image.getpixel((x, y + 1)) > G):
                        nearDots += 1
                    if L == (image.getpixel((x + 1, y - 1)) > G):
                        nearDots += 1
                    if L == (image.getpixel((x + 1, y)) > G):
                        nearDots += 1
                    if L == (image.getpixel((x + 1, y + 1)) > G):
                        nearDots += 1
                    if nearDots < N:
                        return image.getpixel((x, y - 1))
                    else:
                        return None

                def clearNoise(image, G, N, Z):
                    draw = ImageDraw.Draw(image)
                    for i in range(0, Z):
                        for x in range(1, image.size[0] - 1):
                            for y in range(1, image.size[1] - 1):
                                color = getPixel(image, x, y, G, N)
                                if color != None:
                                    draw.point((x, y), color)


                img = Image.open(savepath)
                img = img.convert('L') #图像灰度化
                clearNoise(img, 127.5, 2, 4) #降噪
                standard = 117
                pixel = img.load()
                #二值化
                for x in range(img.width):
                    for y in range(img.height):
                        if pixel[x, y] > standard:
                            pixel[x, y] = 255
                        else:
                            pixel[x, y] = 0
                img.save(savepath)
                
                testdata_dir_config = '--tessdata-dir "C:\\Program Files (x86)\\Tesseract-OCR\\tessdata"'
                text_code = pytesseract.image_to_string(Image.open(savepath), lang='eng', config=testdata_dir_config)
                text_Code = re.sub("\W", "", text_code)
                #识别长度不为4的,做textCode替换为空
                if len(text_Code) != 4:
                    text_Code = ''
                else:
                    text_Code = text_Code.replace("A", '1') #有一定几率将1识别为A
                capcha = driver.find_element_by_xpath("//*[@id='main']/form/div[2]/input")
                capcha.send_keys(text_Code)
                click_foruth = driver.find_element_by_xpath("//*[@id='main']/form/div[3]/input")
                click_foruth.click()
    except BaseException as e:
        driver.refresh()







©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,928评论 6 509
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,748评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,282评论 0 357
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,065评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,101评论 6 395
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,855评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,521评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,414评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,931评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,053评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,191评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,873评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,529评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,074评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,188评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,491评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,173评论 2 357

推荐阅读更多精彩内容