`

Ubuntu下安装selenium、pytester、tesseract

 
阅读更多

0. Ubuntu 14.10已经安装了Python2.7,所以无需额外安装python了

 

1. 安装pip:sudo apt-get install python-pip

 

2. 安装selenium:sudo pip install -U selenium

 

3. 验证是否安装成功:

        a. 打开终端,打开python命令行

        b. from selenium import webdriver

        c. driver = webdriver.Firefox(); driver.get("http://www.baidu.com")

        d. 此时应该打开Firefox浏览器,并打开百度的主页面

 

4. pytester、tesseract

a. 安装所需的库
sudo apt-get install libpng12-dev
sudo apt-get install libjpeg62-dev
sudo apt-get install libtiff5-dev
sudo apt-get install gcc
sudo apt-get install g++
sudo apt-get install automake

b. pytesser 调用了 tesseract,因此需要安装 tesseract,安装 tesseract 需要安装 leptonica,否则编译tesseract 的时候出现 "configure: error: leptonica not found"。

c. 所以要先下载安装leptonica,http://www.leptonica.org/download.html 或者http://code.google.com/p/leptonica/downloads/list最新的是leptonica-1.71.tar.gz

d. 下载安装tesseract,http://code.google.com/p/tesseract-ocr/,
最新的是 tesseract-ocr-3.02.02.tar.gz

e. 安装leptonica和tesseract
./configure
make -j4
sudo make install

f. 下载安装 tesseract 的语言数据包,http://code.google.com/p/tesseract-ocr/downloads/list,最新的是 tesseract-ocr-3.02.eng.tar.gz,
解压tessdata目录下的文件(9个)到 "/usr/local/share/tessdata"目录下

g. 下载安装 pytesser,http://code.google.com/p/pytesser/,
最新的是 pytesser_v0.0.1.zip,直接解压就能使用

 

 

 5. 测试pytesser,到pytesser的安装目录,创建一个test.py,python test.py 查看结果,tesseract 目录还有其他tif文件,也可以复制过来测试,上面测试的tif,png文件正确识别出文字。

from pytesser import *
#im = Image.open('fnord.tif')
im = Image.open('phototest.tif')
#im = Image.open('eurotext.tif')
#im = Image.open('fonts_test.png')
text = image_to_string(im)
print text

 

6. pytesser的验证码识别能力较低,只能对规规矩矩不歪不斜数字和字母验证码进行识别。测试了几个网站的验证码,显示 Empty page,看来用它来识别验证码是无望了。

测试发现提高对比度后再识别有助于提高识别准确率。

enhancer = ImageEnhance.Contrast(im)
im = enhancer.enhance(4)

 

7. 错误记录:

a. 遇到这个错误:

$ tesseract foo.png bar
tesseract: error while loading shared libraries: libtesseract_api.so.3 cannot open shared object file: No such file or directory

You need to update the cache for the runtime linker. The following should get you up and running:

$ sudo ldconfig

b. tesseract安装成功的提示:
www@Kylin:~/code/python/pytesser$ tesseract
Usage:tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile...]

pagesegmode values are:
0 = Orientation and script detection (OSD) only.
1 = Automatic page segmentation with OSD.
2 = Automatic page segmentation, but no OSD, or OCR
3 = Fully automatic page segmentation, but no OSD. (Default)
4 = Assume a single column of text of variable sizes.
5 = Assume a single uniform block of vertically aligned text.
6 = Assume a single uniform block of text.
7 = Treat the image as a single text line.
8 = Treat the image as a single word.
9 = Treat the image as a single word in a circle.
10 = Treat the image as a single character.
-l lang and/or -psm pagesegmode must occur before anyconfigfile.

Single options:
  -v --version: version info
  --list-langs: list available languages for tesseract engine

 

8. 需要自己下载的软件包都在附件中,其中tesseract-ocr-3.02.eng.zip有12M,超出了iteye附件不超过10M的规定,所以没有上传。

分享到:
评论

相关推荐

    python爬虫教程,带你从零到一,包含js逆向,selenium,tesseract OCR识别,mongodb的使用,以及scrapy框架.zip

    python爬虫教程,带你从零到一,包含js逆向,selenium,tesseract OCR识别,mongodb的使用,以及scrapy框架宣告爬虫从零开始从学习python爬虫欢迎在问题中留言,如果文章有错别字可以告诉我,谢谢大家!目錄引言01 -...

    Python+Selenium+PIL+Tesseract自动识别验证码进行一键登录

    本篇文章主要介绍了Python+Selenium+PIL+Tesseract自动识别验证码进行一键登录,具有一定的参考价值,有兴趣的可以了解下

    亲测有效,ubuntu16.04上安装及使用selenium、chrome、chromedriver

    亲测有效,ubuntu16.04上安装及使用selenium、chrome、chromedriver

    python爬虫教程,带你从零到一,包含js逆向,selenium, tesseract OCR识别,mongodb.zip

    在这种情况下,你需要理解JavaScript是如何与服务器交互的,可能需要使用如Selenium这样的工具。Selenium是一个自动化测试框架,可以模拟浏览器行为,执行JavaScript代码,加载并执行网页上的动态内容,从而获取原本...

    python使用selenium和tesseract来爬取电影评分

    python使用selenium和tesseract来获取电影评分总目录工具需求爬取原理安装第三方库上代码结果图写在最后 总目录 使用python来爬取网页信息经常遇到反爬,对于一些加密的信息更是难搞,下载.woff之类的文件再解码对于...

    火狐Firefox浏览器安装Selenium_IDE的步骤

    3. 在下载页面上,向下滚动至“Selenium IDE”部分。 4. 查找适用于Firefox的Selenium IDE版本,并点击相应的链接进行下载。 ##### 步骤2:安装Selenium IDE 1. 下载完成后,Firefox会自动弹出一个安装确认窗口。 2...

    ,selenium IDE安装包及离线安装教程

    在"标题"中提到的"Selenium IDE安装包及离线安装教程",指的是在不能直接从网上下载Selenium IDE的情况下,通过获取已准备好的离线安装包来完成安装的过程。这通常涉及到下载一个包含安装文件(如`selenium-ide-...

    python+selenium 安装

    Python+Selenium 安装指南 Python 是一种流行的编程语言,而 Selenium 是一个自动化浏览器的工具。要使用 Selenium,需要先安装 Python 和相关的工具包。本文将指导您如何安装和配置 Python 及其工具包,以便使用 ...

    Selenium安装配置及使用

    Selenium安装配置及使用 Selenium 是一个自动化测试工具,允许开发者使用多种编程语言编写自动化测试案例。本文档将详细介绍 Selenium 的安装和配置过程,包括 Selenium-IDE、Selenium-RC 和 Selenium-Grid 的安装...

    python selenium 离线包等安装环境全套可用文件.zip

    在离线环境中安装Python Selenium,通常需要包括Python解释器、Selenium库、对应的浏览器驱动(如geckodriver、IEDriverServer、ChromeDriver)以及可能需要的浏览器本身。下面我们将详细探讨这些组件及其安装过程。...

    selenium-server安装jar包selenium-server安装jar包

    selenium-server安装jar包selenium-server安装jar包selenium-server安装jar包selenium-server安装jar包selenium-server安装jar包selenium-server安装jar包selenium-server安装jar包selenium-server安装jar包selenium...

    selenium安装文件(jdk+seleniumIDE RC+安装使用文档)

    简单的selenium开发流程是: 1. 打开firefox,打开seleniumIDE进行脚本录制和回放,调试的时候可能需要firebug插件查看页面中的对象; 2. 生成junit4的java代码后,导入eclipse的java工程中,启动seleniumRC,然后...

    详解python环境安装selenium和手动下载安装selenium的方法

    本篇文章将详细解释如何在Python环境中安装Selenium,包括使用pip命令行工具以及手动下载安装的步骤。 首先,让我们来看看使用pip安装Selenium的方法。pip是Python的标准包管理器,它可以帮助我们方便地安装和升级...

    Python+Pycharm+selenium环境安装

    本文档详细介绍了 Python、Pycharm 和 Selenium 环境的安装步骤,涵盖了 Python 和 Pycharm 的安装、setuptools 和 pip 的安装、Selenium 的安装等方面的内容。 一、Python 安装 Python 是一种高级的解释性语言,...

    selenium webdriver+chrome插件.zip

    在Chrome上,描述中提到的"selenium-ide3.17-解压后,chrome进行安装.zip"很可能是Selenium IDE的Chrome版本,用户可以通过它快速录制测试场景并生成可执行的Selenium脚本。安装过程可能包括解压缩文件然后按照指示...

    Selenium IDE的安装

    ### Selenium IDE的安装详解 #### 一、简介 Selenium IDE是一款基于Firefox浏览器的插件,主要用于自动化Web应用测试。用户可以通过简单的操作录制测试用例,并进行回放以验证Web应用的功能是否符合预期。本文将...

Global site tag (gtag.js) - Google Analytics