验证码识别：
背景：
决定开一个专题给大家讲一下验证码识别，不要多想，我们不搞深度学习，知识用于攻破模拟登录的时候弹出的验证码，后续会给大家讲讲滑块等等，反爬虫策略如何应对。
好了，言归正传，目前市面上的验证码识别主要是:
- OCR识别 但是可能准确率不高
- 各种打码平台
- opencv
- 深度学习模型
环境安装：
首先需要安装一个软件，我们可以理解为驱动 Home · UB-Mannheim/tesseract Wiki (github.com),然后根据你的机器是32还是64傻瓜式安装即可。
然后配置一下环境变量：
安装完后，需要将Tesseract添加到系统变量中。
环境变量： 我的电脑 ->属性 -> 高级系统设置 ->环境变量 ->系统变量 ，在 path 中添加 安装路径。
然后打开cmd输入：
tesseract -v
然后出现版本就说明配置成功了！
然后需要安装两个python的外部库：
pip install pillow
pip install pytesseract
# 或者
conda install pillow
conda install pytesseract
OCR代码实现：
找一张图片去试试！我们平时模拟登录的时候一般是讲图片爬取到本地然后进行识别，然后调用识别后的值.
上代码：
import pytesseract
from PIL import Image
img = Image.open("./code.jpg")
text = pytesseract.image_to_string(img, lang='eng') # lang='eng' 表示将识别语言设置为英语（English） 也可以识别数字
# text = pytesseract.image_to_string(img, lang='eng+chi_sim')
print(text)
参数：
除了英语之外，pytesseract还支持其他语言的文字识别。以下是一些常见的语言参数示例：
-
英语：
lang='eng' -
中文简体：
lang='chi_sim' -
中文繁体：
lang='chi_tra' -
西班牙语：
lang='spa' -
法语：
lang='fra' -
德语：
lang='deu' -
意大利语：
lang='ita' -
日语：
lang='jpn' -
韩语：
lang='kor'大家可以根据需要将语言参数设置为适当的值。如果需要识别多种语言的混合文本，可以将语言参数设置为多个值，例如
lang='eng+chi_sim'表示同时使用英语和中文简体进行识别。我们看一下识别后的结果：
发现不是很一样吧，因为验证码边缘模糊，像素等等原因，直接使用OCR识别验证码识别率不高，我们也不常用，大家记住，天下没有免费的午餐，接下来我们看一下中文的识别效果。
识别文本：
import pytesseract
from PIL import Image
img = Image.open(r"E:\OCR\img\test.jpg")
text = pytesseract.image_to_string(img, lang='eng+chi_sim')
print(text)
哟，识别的还不错，我们基于识别后的结果做一些字符串操作就可以准确得到啦！
