一、准备工作与代码实例(1)安装PIL：下载后是一个exe，直接双击安装，它会自动安装到C:\Python27\Lib\site-packages中去，(2)pytesser：下载解压后直接放C:\Python27\Lib\site-packages(根据你安装 一、准
一、准备工作与代码实例(1)安装PIL：下载后是一个exe，直接双击安装，它会自动安装到C:\Python27\Lib\site-packages中去，(2)pytesser：下载解压后直接放C:\Python27\Lib\site-packages(根据你安装的Python路径而不同)，同时，新建一个pytheeer.pth,内容就写pytesser，注意这里的内容一定要和pytesser这个文件夹同名，意思就是pytesser文件夹，pytesser.pth,及内容都要一样！(3)Tesseract OCR engine下载：下载后解压，tessdata文件夹，用其替换掉pytesser解压后的tessdata文件夹即可。
二、验证（1）原理：验证码图像处理
验证码图像识别技术主要是操作图片内的像素点,通过对图片的像素点进行一系列的操作,最后输出验证码图像内的每个字符的文本矩阵。
- 1、读取图片
- 2、图片降噪
- 3、图片切割
- 4、图像文本输出
（2）验证字符识别
验证码内的字符识别主要以机器学习的分类算法来完成,目前我所利用的字符识别的算法为KNN(K邻近算法)和SVM (支持向量机算法),后面我 会对这两个算法的适用场景进行详细描述。
- 1、获取字符矩阵
- 2、矩阵进入分类算法
- 3、输出结果
要验证的图片如下：
（3）、简单的命令：
from pytesser import * image = Image.open('1.jpg') # Open image object using PIL print image_to_string(image) # Run tesseract.exe on image然后运行：
或者直接：
print image_file_to_string('fnord.tif')同样能输出结果！（4）、复杂一点的上面的只能对一些比较简单的做处理，一原理：彩色转灰度，灰度转二值，二值图像识别
# 验证码识别，此程序只能识别数据验证码 import Image import ImageEnhance import ImageFilter import sys from pytesser import * # 二值化 threshold = 140 table = [] for i in range(256): if i