python爬虫界面登录-验证码（二）

继续刚才的说，刚才的pytesseract的安装目录通常都在python或者anaconda目录下的Lib\site-packages\pytesseract目录下。配置完之后就可以用了，用下面的代码就行验证码的保存和识别。

driver.save_screenshot('f://aa.png')  # 截取当前网页，该网页有我们需要的验证码
imgelement = driver.find_element_by_xpath('//img[@id="myCode"]')  #定位验证码
location = imgelement.location  #获取验证码x,y轴坐标
size = imgelement.size  #获取验证码的长宽
rangle = (int(location['x']),int(location['y']),int(location['x']+size['width']),int(location['y']+size['height'])) #写成我们需要截取的位置坐标
i = Image.open("f://aa.png") # 打开截图
frame4 = i.crop(rangle)  # 使用Image的crop函数，从截图中再次截取我们需要的区域
frame4.save('f://frame4.png')
qq = Image.open('f://frame4.png')
# 图片二值化
# 模式L”为灰色图像，它的每个像素用8个bit表示，0表示黑，255表示白，其他数字表示不同的灰度。
Img = qq.convert('L')
# 自定义灰度界限，大于这个值为黑色，小于这个值为白色
threshold = 50
table = []
for i in range(256):
    if i < threshold:
        table.append(0)
    else:
        table.append(1)
 
# 图片二值化
photo = Img.point(table, '1')
photo.save('f://frame5.png')
qq2 = Image.open('f://frame5.png')
  
text = pytesseract.image_to_string(qq2,lang='chi_sim').strip() # 使用image_to_string识别验证码

转换后的验证码图形大概是下面这样：（可以看出不太好辨认，有兴趣的可以对图形进行各种加工，多下载点验证码进行训练）

转换前

转换后