安裝過程

pytesser 呼叫了 tesseract，因此需要安裝 tesseract，安裝 tesseract 需要安裝 leptonica，否則編譯tesseract 的時候出現 "configure: error: leptonica not found"。

1. sudo apt-get install tesseract-ocr</span>  

1. sudo pip install pytesseract  

原理：

驗證碼影象處理

驗證碼影象識別技術主要是操作圖片內的畫素點,通過對圖片的畫素點進行一系列的操作,最後輸出驗證碼影象內的每個字元的文字矩陣。

1、讀取圖片
2、圖片降噪
3、圖片切割
4、影象文字輸出

（2）驗證字元識別

驗證碼內的字元識別主要以機器學習的分類演算法來完成,目前我所利用的字元識別的演算法為KNN(K鄰近演算法)和SVM (支援向量機演算法),後面我 會對這兩個演算法的適用場景進行詳細描述。

1、獲取字元矩陣
2、矩陣進入分類演算法
3、輸出結果

要驗證的圖片如下：

1. import pytesseract  
2. import Image  
3. image = Image.open('1.jpg')   
4. print pytesseract.image_to_string(image)   

結果如下

1. Python 2.7.9 (default, Apr  22015, 15:33:21)   
2. [GCC 4.9
   .2] on linux2  
3. Type "copyright", "credits"or"license()"for more information.  
4. ==== No Subprocess ====  
5. >>>   
6. 1201
7. >>>   

也可以使用複雜一點的,上面的只能對一些比較簡單的做處理

原理：彩色轉灰度，灰度轉二值，二值影象識別

1. # 驗證碼識別，此程式只能識別資料驗證碼
2. import Image    
3. import ImageEnhance    
4. import ImageFilter    
5. import sys    
6. from pytesseract import
    *  
7. # 二值化  
8. threshold = 140
9. table = []    
10. for i in range(256):    
11.     if i < threshold:    
12.         table.append(0)    
13.     else:    
14.         table.append(1)    
15. #由於都是數字  
16. #對於識別成字母的 採用該表進行修正  
17. rep={'O':'0',    
18.     'I':'1','L':'1',    
19.     'Z':'2',    
20.     'S':'8'
21.     };    
22. def  getverify1(name):          
23.     #開啟圖片  
24.     im = Image.open(name)    
25.     #轉化到灰度圖
26.     imgry = im.convert('L')  
27.     #儲存影象
28.     imgry.save('g'+name)    
29.     #二值化，採用閾值分割法，threshold為分割點 
30.     out = imgry.point(table,'1')    
31.     out.save('b'+name)    
32.     #識別  
33.     text = image_to_string(out)    
34.     #識別對嗎  
35.     text = text.strip()    
36.     text = text.upper();      
37.     for r in rep:    
38.         text = text.replace(r,rep[r])     
39.     #out.save(text+'.jpg')  
40.     print text    
41.     return text    
42. getverify1('1.jpg')  #注意這裡的圖片要和此檔案在同一個目錄，要不就傳絕對路徑也行