你想了解怎么利用程序自动识别网站验证码吗？识别提取图像文字（中文英文都可以）
分享一点简单有用的小项目：python
源码分享如下：
看视频教程链接：（点击识别图像文字视频教程链接）
一、首先需要安装 Tesseract模块及 语言包
Tesseract OCR光学字符识别
Windows系统：
安装网站 （放在不需要权限的纯英文路径下）：
： https://digi.bib.uni-mannheim.de/tesseract/
可以下载一些语言包：
https://github.com/tesseract-ocr/
安装完成后，如果想要在命令行中使用Tesseract，那么应该设置环境变量。
还有一个环境变量需要设置的是，要把训练的数据文件路径也放到环境变量中。
在环境变量中，添加一个TESSDATA_PREFIX=C:path_to_tesseractdata eseractdata。
在Python代码中操作tesseract。需要安装一个库，叫做pytesseract。通过pip的方式即可安装：
pip install pytesseract
并且，需要读取图片，需要借助一个第三方库叫做PIL。通过pip list看下是否安装。如果没有安装，通过pip的方式安装：
pip install PIL
使用pytesseract将图片上的文字转换为文本文字的示例代码如下：
EasyOCR实际上是一个python包，它将pytorch作为后端处理程序。EasyOCR像任何其他OCR（谷歌的tesseract或任何其他OCR）一样从图像中检测文本，但在我使用它的参考资料中，我发现它是从图像中检测文本的最直接的方法，而且高端深度学习库（pytorch）在后端支持它，这使它的准确性更可靠。EasyOCR支持42多种语言用于检测目的。
可以在 easyocr · PyPI 上查看easyocr模块说明信息以及用法。
easyocr.Reader设置语言列表，可以同时通过多种语言，但并非所有语言都可以一起使用，英语与每种语言兼容。将模型加载到内存中需要一些时间，但它只需要运行一次。
比如下面的设置语言，可根据图片中的文字类别来选择。
reader_ch_tra = easyocr.Reader(['ch_tra', 'en'])，指定繁体中文和英语
reader_ch_sim = easyocr.Reader(['ch_sim', 'en'])，指定简体中文和英语
reader_ch_en = easyocr.Reader(['en'])，指定英语
1、标牌文字识别
可以指定detail = 0来简单的输出。
可以在命令行中调用easyocr工具来实现命令行解析。
2 、车牌识别
3 、验证码识别
4、长篇文字
