国产真实乱对白精彩久久小说,成人一区av偷拍,久久中文字幕av

一、Tesseract簡介

Tesseract是一個(gè)OCR庫(OCR是英文Optical Character Recognition的縮寫)，它用來對(duì)文本資料進(jìn)行掃描，然后對(duì)圖像文件進(jìn)行分析處理，獲取文字及版面信息的過程，Tesseract是目前公認(rèn)最優(yōu)秀，識(shí)別相對(duì)精準(zhǔn)的OCR庫。

二、Tesseract的使用

1.下載并安裝Tesseract：點(diǎn)擊下載

2.在Windows系統(tǒng)下設(shè)置環(huán)境變量：

1 2	`#根據(jù)下載安裝文件的路徑配置環(huán)境變量` `set` `TESSDATA_PREFIX F:\Tesseract-OCR\`

3.安裝pytesseract模塊

1	`pip install pytesseract`

4.在Python腳本中引入tesseract.exe應(yīng)用程序的方式：

1	`pytesseract.pytesseract.tesseract_cmd` `=` `r'F:\Tesseract-OCR\tesseract.exe'`

5.案例演示

識(shí)別以下圖片文字：

python使用Tesseract庫識(shí)別驗(yàn)證

									import pytesseract

									from PIL import Image

									#1.引入Tesseract程序

									pytesseract.pytesseract.tesseract_cmd = r'F:\Tesseract-OCR\tesseract.exe'

									#2.使用Image模塊下的Open()函數(shù)打開圖片

									image = Image.open('6.jpg',mode='r')

									print(image)

									#3.識(shí)別圖片文字

									code= pytesseract.image_to_string(image)

									print(code)

結(jié)果演示：

<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=611x210 at 0x1A5DFDCB4A8>
Google

注：tesseract-OCR引擎識(shí)別驗(yàn)證碼有些無法識(shí)別，比如像豆瓣生成的驗(yàn)證碼無法識(shí)別其內(nèi)容，如果需要爬取豆瓣中的數(shù)據(jù)這時(shí)候就需要手動(dòng)的輸入驗(yàn)證碼：

python使用Tesseract庫識(shí)別驗(yàn)證

三、模擬登陸知乎源碼

									import requests

									import time

									import pytesseract

									from PIL import Image

									from bs4 import BeautifulSoup

									def captcha(data):

									  with open('captcha.jpg','wb') as fp:

									    fp.write(data)

									  time.sleep(1)

									  image = Image.open("captcha.jpg")

									  text = pytesseract.image_to_string(image)

									  print "機(jī)器識(shí)別后的驗(yàn)證碼為：" + text

									  command = raw_input("請(qǐng)輸入Y表示同意使用，按其他鍵自行重新輸入：")

									  if (command == "Y" or command == "y"):

									    return text

									  else:

									    return raw_input('輸入驗(yàn)證碼：')

									def zhihuLogin(username,password):

									  # 構(gòu)建一個(gè)保存Cookie值的session對(duì)象

									  sessiona = requests.Session()

									  headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:47.0) Gecko/20100101 Firefox/47.0'}

									  # 先獲取頁面信息，找到需要POST的數(shù)據(jù)（并且已記錄當(dāng)前頁面的Cookie）

									  html = sessiona.get('https://www.zhihu.com/#signin', headers=headers).content

									  # 找到 name 屬性值為 _xsrf 的input標(biāo)簽，取出value里的值

									  _xsrf = BeautifulSoup(html ,'lxml').find('input', attrs={'name':'_xsrf'}).get('value')

									  # 取出驗(yàn)證碼，r后面的值是Unix時(shí)間戳,time.time()

									  captcha_url = 'https://www.zhihu.com/captcha.gif?r=%d&type=login' % (time.time() * 1000)

									  response = sessiona.get(captcha_url, headers = headers)

									  data = {

									    "_xsrf":_xsrf,

									    "email":username,

									    "password":password,

									    "remember_me":True,

									    "captcha": captcha(response.content)

									  }

									  response = sessiona.post('https://www.zhihu.com/login/email', data = data, headers=headers)

									  print response.text

									  response = sessiona.get('https://www.zhihu.com/people/maozhaojun/activities', headers=headers)

									  print response.text

									if __name__ == "__main__":

									  #username = raw_input("username")

									  #password = raw_input("password")

									  zhihuLogin('xxxx@qq.com','ALAxxxxIME')