在编写自动化测试用例的时候，每次登录都需要输入验证码，后来想把让python自己识别图片里的验证码，不需要自己手动登陆，所以查了一下识别功能怎么实现，做一下笔记。 首选导入一些用到的库，re、Image、pytesseract、selenium、time import re # 用于正则 from PIL import Image # 用于打开图片和对图片处理 import pytesseract # 用于图片转文字 from selenium import webdriver # 用于打开网站 import time # 代码运行停顿 首先需要获取验证码图片，才能进一步识别。 创建类，定义webdriver和find_element_by_selector方法，用来打开网页和定位验证码图片的元素 class VerificationCode: def __init__(self): self.driver = webdriver.Firefox() self.find_element = self.driver.find_element_by_css_selector 然后打开浏览器截取验证码图片 def get_pictures(self): self.driver.get('http://123.255.123.3') # 打开登陆页面 self.driver.save_screenshot('pictures.png') # 全屏截图 page_snap_obj = Image.open('pictures.png') img = self.find_element('#pic') # 验证码元素位置 time.sleep(1) location = img.location size = img.size # 获取验证码的大小参数 left = location['x'] top = location['y'] right = left + size['width'] bottom = top + size['height'] image_obj = page_snap_obj.crop((left, top, right, bottom)) # 按照验证码的长宽，切割验证码 image_obj.show() # 打开切割后的完整验证码 self.driver.close() # 处理完验证码后关闭浏览器 return image_obj 未处理前的验证码图片如下： 未处理的验证码图片，对于python来说识别率较低，仔细看可以发现图片里有很对五颜六色扰乱识别的点，非常影响识别率。 下面对获取的验证码进行处理。 首先用convert把图片转成黑白色。设置threshold阈值，超过阈值的为黑色 def processing_image(self): image_obj = self.get_pictures() # 获取验证码 img = image_obj.convert("L") # 转灰度 pixdata = img.load() w, h = img.size threshold = 160 # 该阈值不适合所有验证码，具体阈值请根据验证码情况设置 # 遍历所有像素，大于阈值的为黑色 for y in range(h): for x in range(w): if pixdata[x, y] < threshold: pixdata[x, y] = 0 else: pixdata[x, y] = 255 return img 经过灰度处理后的图片 然后删除一些扰乱识别的像素点。 def delete_spot(self): images = self.processing_image() data = images.getdata() w, h = images.size black_point = 0 for x in range(1, w - 1): for y in range(1, h - 1): mid_pixel = data[w * y + x] # 中央像素点像素值 if mid_pixel < 50: # 找出上下左右四个方向像素点像素值 top_pixel = data[w * (y - 1) + x] left_pixel = data[w * y + (x - 1)] down_pixel = data[w * (y + 1) + x] right_pixel = data[w * y + (x + 1)] # 判断上下左右的黑色像素点总个数 if top_pixel < 10: black_point += 1 if left_pixel < 10: black_point += 1 if down_pixel < 10: black_point += 1 if right_pixel < 10: black_point += 1 if black_point < 1: images.putpixel((x, y), 255) black_point = 0 # images.show() return images 经过去除噪点处理后的图片 最后把处理后的图片转成文字。 先设置pytesseract的路径，因为默认路径是错的，然后转换图片为文字，由于个别图片中识别会出现处理遗漏，会被识别成空格或则点或则分号什么的，所以增加了一个去除验证码中特殊字符的处理。 PS：tesseract文件下载链接 def image_str(self): image = self.delete_spot() pytesseract.pytesseract.tesseract_cmd = r"C:Program FilesTesseract-OCR esseract.exe" # 设置pyteseract路径 result = pytesseract.image_to_string(image) # 图片转文字 resultj = re.sub(u"([^u4e00-u9fa5u0030-u0039u0041-u005au0061-u007a])", "", result) # 去除识别出来的特殊字符 result_four = resultj[0:4] # 只获取前4个字符 # print(resultj) # 打印识别的验证码 return result_four 完整代码如下： import re # 用于正则 from PIL import Image # 用于打开图片和对图片处理 import pytesseract # 用于图片转文字 from selenium import webdriver # 用于打开网站 import time # 代码运行停顿 class VerificationCode: def __init__(self): self.driver = webdriver.Firefox() self.find_element = self.driver.find_element_by_css_selector def get_pictures(self): self.driver.get('http://123.255.123.3') # 打开登陆页面 self.driver.save_screenshot('pictures.png') # 全屏截图 page_snap_obj = Image.open('pictures.png') img = self.find_element('#pic') # 验证码元素位置 time.sleep(1) location = img.location size = img.size # 获取验证码的大小参数 left = location['x'] top = location['y'] right = left + size['width'] bottom = top + size['height'] image_obj = page_snap_obj.crop((left, top, right, bottom)) # 按照验证码的长宽，切割验证码 image_obj.show() # 打开切割后的完整验证码 self.driver.close() # 处理完验证码后关闭浏览器 return image_obj def processing_image(self): image_obj = self.get_pictures() # 获取验证码 img = image_obj.convert("L") # 转灰度 pixdata = img.load() w, h = img.size threshold = 160 # 遍历所有像素，大于阈值的为黑色 for y in range(h): for x in range(w): if pixdata[x, y] < threshold: pixdata[x, y] = 0 else: pixdata[x, y] = 255 return img def delete_spot(self): images = self.processing_image() data = images.getdata() w, h = images.size black_point = 0 for x in range(1, w - 1): for y in range(1, h - 1): mid_pixel = data[w * y + x] # 中央像素点像素值 if mid_pixel < 50: # 找出上下左右四个方向像素点像素值 top_pixel = data[w * (y - 1) + x] left_pixel = data[w * y + (x - 1)] down_pixel = data[w * (y + 1) + x] right_pixel = data[w * y + (x + 1)] # 判断上下左右的黑色像素点总个数 if top_pixel < 10: black_point += 1 if left_pixel < 10: black_point += 1 if down_pixel < 10: black_point += 1 if right_pixel < 10: black_point += 1 if black_point < 1: images.putpixel((x, y), 255) black_point = 0 # images.show() return images def image_str(self): image = self.delete_spot() pytesseract.pytesseract.tesseract_cmd = r"C:Program FilesTesseract-OCR esseract.exe" # 设置pyteseract路径 result = pytesseract.image_to_string(image) # 图片转文字 resultj = re.sub(u"([^u4e00-u9fa5u0030-u0039u0041-u005au0061-u007a])", "", result) # 去除识别出来的特殊字符 result_four = resultj[0:4] # 只获取前4个字符 # print(resultj) # 打印识别的验证码 return result_four if __name__ == '__main__': a = VerificationCode() a.image_str() 看评论有很多人需要tesseract.exe文件，但是由于文件过大，发邮件会出现无法下载的情况，有需要的可以在一下连接里下载tesseract.exe文件 下载地址：https://download.csdn.net/download/ever_peng/11938731