Python+selenium+pil+tesseract实现自动识别验证码

一、环境搭建准备：

1.Python下载，安装以及环境配置

2.IDE pycharm 工具下载，安装

3.ie浏览器

4.selenium

5.pil：pil第三方库的下载，win下安装whl文件，下载后是一个exe，直接双击安装，它会自动安装到${Python_home}\Lib\site-packages中去

6.pytesser：依赖于pil,tessract，

下载后解压后直接放到${Python_home}\Lib\site-packages目录下，同时，新建一个pytesser.pth,内容就写pytesser（ps.这个内容跟文件名保持一致）

7.tessract下载安装（识别图片中的数字，文字）

下载后解压，将里面的tessdata文件夹，替换掉pytesser解压后的tessdata文件夹即可

二、验证码识别原理： 彩色转灰度，灰度转二值，二值图像识别

1）验证码识别脚本如下：

2）自动登录自动化脚本如下：

三、遇到的问题总结：

1）界面中的验证码图片截图，通过F12查看此元素的布局，大概确定一下验证码的位置，我是试了好几次才试出来的

2）在一个类中定义的方法，在另一个类中调用时，需要对此类建立个实例，通过实例去调用，且该方法的方法名必须加上self参数，不像java一样，可以通过类直接调用静态的方法。具体如下：方法定义为：调用写为：，不加self参数运行会报错，

3）因为tessract安装在其他目录下，但是识别验证码转换时需要调用这个，但是执行这个方法需要在有tesseract.exe目录下执行，不然执行会报错，解决办法，切换当前运行目录到该目录下，运行此方法调用

4)也可以选择手动输入验证码，raw.input(""),输入验证码后按回车

5)也可以用获取cookie的方式绕过验证码这块，但是有些网站貌似不支持cookie