在爬虫过程中，难免会遇到各种各样的验证码，而大多数验证码还是图形验证码，这时候我们可以直接用OCR来识别。
OCR
OCR，即Optical Character Recognition，光学字符识别，是指通过扫描字符，然后通过其形状将其翻译成电子文本的过程。对于图形验证码来说，它们都是一些不规则的字符，这些字符确实是由字符稍加扭曲变换得到的内容。
我们可以使用OCR技术来将其转化为电子文本，然后爬虫将识别结果提交给服务器，便可以达到自动识别验证码的过程。
eserocr是Python的一个OCR识别库，但其实是对tesseract做的一层PythonAPI封装，所以它的核心是tesseract。因此，在安装tesserocr之前，我们需要先安装tesseract。
下载tesseract
官方下载地址，其中在官网列表里，带dev的为开发版本，不带dev的为稳定版本。选择自己需要的版本即可。
解决tesseract下载过慢问题
如果直接在浏览器直接下载的话有可能一两个小时都下载不完，不要问我为什么哦，你懂的！如下：
都2020了还几KB/s，它成功打败某盘了。这里大概是有堵“墙”的原因吧。
在这里我推荐一个工具就可以解决了下载速度过慢，Internet Download Manager这个工具在这就很实用了，速度马上提了上去，如果你电脑没有安装的话，关注微信公众号”盲点“回复：IDM工具 即可获取。
安装tesseract
常规安装步骤，不过多啰嗦了。
不过，记得勾选以下选项来安装OCR识别支持的语言包，这样就可以识别多国语言了。
直接安装tesserocr
此时直接cmd使用pip进行安装：
pip install tesserocr
安装异常处理
有时通过上述方式安装会出现异常，导致无法进行安装。这时，可以使用tesserocr的whl文件进行安装，tesserocr.whl官方下载地址，有whll类型的安装包还是不够，还要安装wheel这个第三方库才能使用whl文件这个方式进行安装，如下：
然后进入cmd命令行切换目录到whl文件下载的地址进行whl文件安装包安装：
这样就安装成功了！
python环境里导入异常与原因
有时会出现导入tesserocr库异常的情况，如下：
出现这个异常是因为图片上的路径名出现了中文导致字符码错误。而那个是user名，怎么修改user里的用户名呢？戳戳看！如果需要修改用户文件夹名字，另外推荐这篇文章根据实际情况参考参考！
成功安装tesserocr
下面如图导入没有异常报错就是成功安装tesserocr了。
测试样例
用它方法属性来识别图片上的字，如下图：
我将它保存到F盘的根目录下，名为”image.png“。
好了，测试完了，tesserocr这个库也安装成功了！
一个关于程序员杂谈的公众号，欢迎关注！
有不足之处望留言指正
——————END——————
Programmer：柘月十七