Python调用Tesseract引擎识别验证码图片并保存结果

这是一个基础的图像识别示例，主要流程是将图片加载到内存中，随后直接调用Python中的特定识别引擎对图像内容进行处理和识别。

通过调用 pytesseract.image_to_string(image) 函数，程序可以提取图片中的数字字符，并将识别得到的字符串结果写入到本地的txt文件中。

 #-*-encoding:utf-8-*-
 import pytesseract
 from PIL import Image
 
 class GetImageDate(object):
 def m(self):
  image = Image.open(u"C:\\a.png")
  text = pytesseract.image_to_string(image)
  return text
 
 def SaveResultToDocument(self):
  text = self.m()
  f = open(u"C:\\Verification.txt","w")
  print text
  f.write(str(text))
  f.close()
 
 g = GetImageDate()
 g.SaveResultToDocument()

要实现上述功能，需要安装两个Python包以及一个外部识别引擎。在开始安装之前，请确保系统已正确安装Python，配置好pip工具，并且已将相关路径添加到系统环境变量中。

所有依赖包均通过pip命令进行安装。操作需在Windows PowerShell终端中执行，且建议切换至 C:\Python27\Scripts 目录下进行安装操作，以确保路径正确。

第一步是安装第一个依赖包：pytesseract。

pip install pytesseract

如果在标准安装过程中遇到错误导致无法成功安装，可以尝试将命令修改为 pip.exe install pytesseract 来执行安装。若使用pip.exe成功安装，则后续所有涉及pip的命令均需替换为pip.exe以保持一致。

第二步是安装第二个依赖包：PIL（Python Imaging Library）。

pip install PIL

如果直接安装PIL失败，可以尝试修改命令为 pip install PILLOW 进行安装，PILLOW是PIL的一个活跃维护分支，兼容性更好。

第三步是安装核心的识别引擎：tesseract-ocr。

下载 tesseract-ocr 安装包并进行默认路径安装。安装完成后，必须配置系统环境变量：在系统变量的Path值末尾追加 tesseract-ocr 的安装目录，例如 C:\Program Files (x86)\Tesseract-OCR。完成所有安装和配置后运行前述代码，可能会遇到报错，此时需要检查环境变量配置是否正确或尝试其他调试手段。

至此，环境配置与代码运行步骤结束。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。