Python爬虫——6.Tesseract机器视觉(配合python内置的PIL即pillow模块)
2018-01-15 20:10
661 查看
tesseract机器视觉图形识别
google公司的一个python模块,同时也提供了一个独立的软件,开源之后主要给行业提供更加方便的图形机器操作,让更多的人可以很简单的参与到人工智能的行列中!后续~建议大家可以参考学习一下google公司的tensserflow机器学习框架!
tensseract:上谷歌的网站,下载tesseract并安装,windows|macos|linux,下载windows可执行文件安装包,~安装过程中,注意~安装中文语言的支持[默认提供了100+语言库]
pytesseract:python模块,单独通过pip install pytensseract安装即可
PS:需要安装pillow()模块,包含了图形处理模块PIL
接下来,就可以在程序中使用它了!
google公司的一个python模块,同时也提供了一个独立的软件,开源之后主要给行业提供更加方便的图形机器操作,让更多的人可以很简单的参与到人工智能的行列中!后续~建议大家可以参考学习一下google公司的tensserflow机器学习框架!
tensseract:上谷歌的网站,下载tesseract并安装,windows|macos|linux,下载windows可执行文件安装包,~安装过程中,注意~安装中文语言的支持[默认提供了100+语言库]
pytesseract:python模块,单独通过pip install pytensseract安装即可
PS:需要安装pillow()模块,包含了图形处理模块PIL
接下来,就可以在程序中使用它了!
对于验证码反爬虫操作,一般有三种解决方案 l 通过机器视觉模块tesseract进行处理,正确率极低,操作较为繁琐 l 人工打码,在表单操作过程中,如果出现了验证码操作~提示爬虫开发人员输入验证码 l 第三方打码平台:将爬虫程序接入第三方打码平台,正确率较高~【推荐】 # -*-coding:utf-8 -* # 引入机器学习模块 import pytesseract # 引入图形处理模块 from PIL import Image img = Image.open('1.jpg') tessdata_dir_config = '--tessdata-dir "C:\\Program Files (x86)\\Tesseract-OCR\\tessdata"' text=pytesseract.image_to_string(img,config=tessdata_dir_config) print text # 即可打印指定图片中的文本 |
相关文章推荐
- Python图片处理模块PIL(pillow)(2)
- Python进阶(四十二)-windows 64位安装Pillow模块替换PIL模块
- python图片处理模块PIL(pillow)(1)
- python内置正则表达式(re)模块官方文档简要中文版
- 使用Python编写爬虫的基本模块及框架使用指南
- python PIL 图像处理模块以及array的互相转换,基本图像处理收集
- python PIL Image模块
- 《每日一课》Python入门之datetime内置模块的使用
- Python爬虫----网页解析器和BeautifulSoup第三方模块
- 在Python中使用PIL模块处理图像的教程
- python-PIL模块画图
- sys/os/内置模块 Python
- python 内置模块之hashlib、hmac、uuid
- python爬虫︱百度百科的requests请求、百度URL格式、网页保存、爬虫模块
- python内置模块[sys,os,os.path,stat]
- Python3 用Pillow代替PIL
- python爬虫之urllib模块和requests模块学习
- python爬虫selenium模块实现登陆(浅)
- python3——urllib模块的网络爬虫
- python爬虫常用的模块分析