今天下午要写一个爬虫,以前使用python写的,由于本人对python不熟悉,所以还是改成PHP吧,其中有一个验证码识别的,百度搜索到的博客都表示,起码中文无法识别,于是在packagist搜
习惯性,抓到一个很好用的包:
https://packagist.org/packages/thiagoalessio/tesseract_ocr
在readme写着如何在win系统下载安装 tesseract.exe (记得加入环境变量)但是本人无论怎么加都是报
command not found
https://stackoverflow.com/questions/53716347/error-the-command-tesseract-was-not-found-php-thiagoalessio#comment94288312_53716980
所以还是在实例化对象的时候把path初始化进去(就像Phantomjs)
<?php require('./vendor/autoload.php'); use thiagoalessioTesseractOCRTesseractOCR; echo (new TesseractOCR('text.png')) ->executable('C:Program FilesTesseract-OCR esseract.exe') ->run();
windows客户端下载地址
https://github.com/tesseract-ocr/tesseract/wiki/Downloads
请大家勿喷哈,本人仅作笔记用
找到一个开源的图像识别的包,开心,毕竟下午试了好多个博客园的demo都不ok难受