在tesseract-ocr中会用到leptonica库，这里对leptonica简单介绍下。 Leptonica是一个开源的图像处理和图像分析库，它的license是BSD 2-clause。它主要包括的操作有：位图操作、仿射变换、形态学操作、连通区域填充、图像变换及像素掩模、融合、增强、算术运算 ...
分类：
其他好文 时间：
2019-01-25 15:18:21
阅读次数：
217
安装库pipinstallpytesseractpipinstallPillowwindows安装tesseract中文识别下载地址：https://digi.bib.uni-mannheim.de/tesseract/运行安装：tesseract-ocr-setup-4.00.00dev.exe安装路径：C:\Anaconda3\Tesseract-OCR安装完成后设置环境变量1、添加环境变量2
分类：
编程语言 时间：
2019-01-20 15:00:35
阅读次数：
168
1，首先下载合适的tesseract-ocr的版本 2，然后安装到这一步注意要勾选这一项来安装OCR识别支持的语言包，这样OCR就可以识别多国语言，然后就可以一直点击下一步完成安装。 3，安装tesserocr库，如果在pycharm里面的设置选项里直接安装出错，可以使用whl安装，点击这里下载合适 ...
一、基础 1）反爬：useragent/cookie/代理ip/js生成/需要登陆/refer/2）url得到方式：network/search3）提取方式：正则/xpath/bs4/josn/jsonpath/css4）验证码处理：手动/打码平台/tesseract识别5）数据去重：数据库分组去重 ...
分类：
其他好文 时间：
2019-01-11 21:21:22
阅读次数：
213
tesseract的介绍 我们爬虫会受到阻碍，其中一个便是我们在模拟登陆或者请求一些数据的时候，出现的图形验证码，因此我们需要一种能叫图形验证码识别成文本的技术。将图片翻译成文字一般称为光学文字识别(optical character recognition)，简写为OCRtesseract便是一个 ...
分类：
编程语言 时间：
2019-01-09 14:18:31
阅读次数：
223
错误： tesserocr.cpp:653:10: fatal error: leptonica/allheaders.h: 没有那个文件或目录 #include "leptonica/allheaders.h" ^~~~~~~~~~~~~~~~~~~~~~~~ compilation termin ...
分类：
其他好文 时间：
2019-01-05 19:59:56
阅读次数：
1234
闲着慌从网上找了一份爬教务系统成绩的代码，改一下全是错，到现在也没完全搞明白，太特么操蛋了=_= 解决链接：https://blog.csdn.net/qq_32674197/article/details/80708972 ...
分类：
其他好文 时间：
2019-01-01 23:59:42
阅读次数：
334
我在调用Tesseract的c++api的时候遇到了一个诡异的错误，重新编译之后依然不能解决。 Link2019 unresolved external symbol closesocket referenced in function "public: void __cdecl SVNetwork ...
分类：
编程语言 时间：
2018-12-31 17:23:09
阅读次数：
156
大家好，近期在做自动化测试时，遇到了一个问题需要通过识别图片来实现，遂用到了pytesseract模块和tesseract-ocr这个工具。在使用过程中发现，识别带有数字的图片时，如果这个图片上仅有一个数字，则识别不出来，如下图。若识别2个数字以上的图片则可以识别出来，如下图。（2个数字有时可以识别 ...
分类：
其他好文 时间：
2018-12-23 00:22:28
阅读次数：
392
Tesseract的安装及配置 在Python爬虫过程中，难免遇到各种各样的验证码问题，最简单的就是?这种验证码了，那么在遇到验证码的时候该怎么办呢？我们就需要OCR技术了，OCR-即Optical Character Recognition光学字符识别，是指通过扫描字符，然后将其形状翻译成电子文本 ...
分类：
编程语言 时间：
2018-12-15 13:41:07
阅读次数：
392
