Python 识别验证码：使用 Tesseract OCR 解析图像

在自动化测试、数据爬取等场景中，验证码（CAPTCHA）经常用于防止机器人操作。但在某些合法场景下，如自动化测试，我们需要识别验证码。本篇文章介绍如何使用 Python + Tesseract OCR 解析验证码，并优化识别准确度。

1. 环境准备
1.1 安装 Tesseract OCR
Windows 用户
从 Tesseract OCR GitHub 下载并安装。
记下安装路径（例如 C:\Program Files\Tesseract-OCR\）。
将其添加到 环境变量 PATH。
Linux/macOS 用户
bash

# Ubuntu
sudo apt update && sudo apt install tesseract-ocr  

# macOS（使用 Homebrew）
brew install tesseract
安装完成后，检查是否成功：

bash

tesseract --version
1.2 安装 Python 依赖
我们需要安装 pytesseract（Tesseract OCR 的 Python 封装库）以及 Pillow（Python 图像处理库）。

bash

pip install pytesseract pillow opencv-python numpy
2. 代码实现：识别验证码
下面是一个 Python 示例，展示如何加载验证码图像、进行预处理，并使用 Tesseract OCR 解析验证码。

2.1 代码示例
python

import cv2
import pytesseract
import numpy as np
from PIL import Image

# 指定 Tesseract 安装路径（Windows 用户需要配置）
pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OC