看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 1）图形验证码 图形验证码应该是最简单的一种验证码，这种验证码是最早出现，也是目前最常见的，一般组成规则是4个字母或数字或混合组成; 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 2）滑动验证码 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 3）点触验证码 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 下面这种，下2篇文章会介绍； 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 识别图形验证码需要安装 tesserocr 这个库，下面介绍下tesserocr； 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 3 环境准备 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：https://digi.bib.uni-mannheim.de/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； 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 下载后双击，一路点击，直到出现下面这个页面 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 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; 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 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 但jb在安装的时候，直接报错： 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 试过很多种方式，就算使用conda install tesserocr,也一样报错。 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 经历千辛万苦，终于找到一条可行的命令： conda install -c simonflueckiger tesserocr 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 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； 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 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 Mac下的安装 在Mac下，首先使用Homebrew 安装ImageMagick 和tesseract库： brew install imagemagickbrew install tesseract --all-languages 接下来再安装tesserocr即可： brew install tesserocr pillow 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 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 tesserocrfrom 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) 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 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： 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 替换下图片，再执行一次代码： 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 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： 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 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 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 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： 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 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： 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 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； 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 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 tesserocrfrom PIL import Imageimage = Image.open("1.jpg")image = image.convert('1')image.show() 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 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： 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 这里说明下，可能有同学对256不明白，这是什么？ 首先，我们是把图片置灰处理，灰度图像是一种具有从黑到白256级灰度色阶或等级的单色图像； 对于灰度图像利用阈值得到二值化的图像， 也就是说，我们设定了一个阈值，从0到256，如果灰度图像少于阈值则设置0，大于阈值则设置1，0是黑色，1是白色，这样做，就可以把一个灰度图完全转换二值化图； 可能还是懵逼，直接贴图： 原图 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 灰度图： 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 二值图： 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 在灰度图上，部分色彩是介于白色跟黑色之间，所以通过设置阈值的方法，把这些中间色彩全部转换成黑色跟白色； ok,扯远了，上面把验证码二值图后是长这样的： 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 而校验结果： 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ good，有所变化， 至少不是MEEE了，那我们继续调，调到一个合适的值; 调了半天，jb放弃了，原因是这个8，不管怎么调都调不到一个合适的值，一直在S、R、B之间徘徊； JB换了个验证码： 上面同样的代码，无修改，二值图如下： 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 校验结果： 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ oh year，这个能校验出来了~ 还记得我们一开始那个微博验证码吗？我们也来试试，处理后的验证码是这样的~ 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 结果校验的时候，基本上都空，只有在138的时候会有一点点识别效果，但是压根不搭边； 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 对比了下，微博验证码跟上面能识别的验证码： 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 看看资深程序员是如何教你破解图形验证码！这不很简单嘛！ 能别识别的，是实心，而不能被识别的，是空心； 实心的好处在于，图像处理后，黑白分明，但是空心在图像处理后，由于线条本来就很细，处理后可能都识别不出来了； 6 小结 本章学习了tesserocr及tesseract的环境搭建，以及如何对图形验证码进行噪音处理，并且讲解灰色图跟二值图的概念； 7 疑难杂症 实际发现，tesserocr仅能解决实心的验证码，对于空心的验证码，依然束手无策，那怎么办呢？ 既然图像识别存在误差，那我们就放弃这条路，而是通过其他的方式来获取这个验证码； 比如直接找到生成这验证码的代码二次转化获取验证码，深度学习训练机器识别； 下章预告： 如何获取验证码的生成代码二次处理获取验证码 谢谢大家~ 私信小编01 即可获取源码哦！