刚学Python五分钟，我就能用它破解验证码了！Python真简单！

概述 准备好开始吧！首先，需要安装一些依赖项。这个过程也是非常有趣的。本文已经在Ubuntu14.04测试，但是12.x和13.x版本应该也可以。如果你用的是OSX系统，可以用VirtualBox，Docker（注意检查有没有包含Dockerfi

准备好开始吧！

首先，需要安装一些依赖项。这个过程也是非常有趣的。

本文已经在Ubuntu 14.04测试，但是12.x和13.x版本应该也可以。如果你用的是OSX系统，可以用VirtualBox，Docker（注意检查有没有包含Dockerfile和install guIDe），或者是DigitalOcean（推荐使用）来创建相应的环境。

下载依赖项

我们需要Tesseract及其所有依赖项，包括Leptonica及其他相关的包。

注意：可以用_run.sh这个shell脚本来快速安装Leptonica和Tesseract的依赖包。如果这么做的话，可以直接跳到搭建Web服务器（跳转链接）部分。但是为了学习，如果你以前没有亲手构建过库文件的话，还是建议尝试一下。

进群：548377875   即可获取数十套pdf以及大量的学习资料！

构建Leptonica和Tesseract

再说一遍，如果你用_run.sh脚本已经安装过，就可以直接跳到搭建Web服务器（跳转链接）部分。

Leptonica

现在，开始安装Leptonica。

如果这是你第一次用tar的话，按照如下步骤 *** 作：

1. 用wget下载Leptonica的二进制文件

2. 解压

3. 用cd进入解压后的文件夹

4. 运行autobuild和configure脚本安装

5. 执行make命令build

6. Build后安装

7. 执行ldconfig创建相关的链接

OK，Leptonica创建好了，接下来就是Tesseract了。

Tesseract

现在下载并安装Tesseract吧。

此处构建了一个Leptonica的映像，这部分的详细信息参考Leptonica的解释。

环境变量

我们需要设置一个环境变量来访问Tesseract数据：

$ export TESSDATA_PREFIX=/usr/local/share/

Tesseract包

最后安装一下Tesseract相关的语言包：

OK，Tesseract也安装好了，可以Cli来测试一下。更多的信息可以参考docs（超链接）。但是，我们还需要一个Python环境。所以，接下来安装一个能够接受以下两种请求的Flask服务器：

1. 接受图像URL

2. 能够对图像进行字符识别

搭建Web服务器

最有趣的事情来了!首先，我们需要构建一种通过Python和Tesseract交互的方式。我们可以使用popen，但是那不是python的风格。所以，我们可以使用一个非常小但是功能非常强大的Python包将Tesseract封装起来——PyTesseract（超链接）。

想要快点的话，就运行_app.sh脚本，否则，点击这里（超链接）获取代码/结构的模板，然后运行一下命令：

注意：Flask模板（有Real Python（超链接）维护）是一个获取简单的具有Python风格的服务器的非常棒的库。本文将它用来作为基本程序。点击这里（超链接）获取更多信息。

安装OCR引擎

现在，我们需要用PyTesseract来创建一个类来读取图片。在flask_server目录下创建一个新的文件ocr.py，写入如下代码：

非常好！

主方法process_image()的功能是锐化图像文本。

现在，这个模块已经可以用了。

可选项：为你的OCR引擎创建一个Cli工具

做了这么多繁琐配置工作，让我们来创建一个Cli工具来调节一下心情吧。在flask_server目录下创建一个新的文件cli.py，写入如下代码：

非常简单。之后我们就能看到从我们的OCR引擎中输出到标准输出STDOUT上的文本了。执行python flask_server/cli.py来试一下吧。

回到服务器

既然我们已经安装好了OCR引擎，接下来该准备输出了。讲下面的代码加入到

确保引入的下列包是最新的：

import osimport loggingfrom logging import Formatter,fileHandlerfrom flask import Flask,request,Jsonifyfrom ocr import process_image

最后，添加一行API版本号：

_VERSION = 1 # API version

从代码中可以看到，我们以PIL中Image文件对象的方式把JsON的响应传入引擎的process_image()方法中。并且，就目前而言，它只支持.jpg图片。

注意:如果PIL包没有安装的话，可以用Pillow包来代替。PIL有一些问题还没有解决，Python社区对它的看法也不统一，详细情况可以自行Google。

测试

前端

现在后端OCR引擎的API已经准备好了，我们可以增加一个基本的前端来使用这些API，并将结果通过AJAX和jquery添加到DOM中。这部分内容本文就不讲了，详见这里（超链接）。

总结

以上是内存溢出为你收集整理的刚学Python五分钟，我就能用它破解验证码了！Python真简单！全部内容，希望文章能够帮你解决刚学Python五分钟，我就能用它破解验证码了！Python真简单！所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。