tesseract足以高效识别简单验证码。需用requests.session保持会话，pil+opencv预处理（灰度、二值化、裁剪），pytesseract限定psm 8和字符集，注意服务器环境配置与图像中间结果调试。
验证码太简单，直接用 tesseract 就能搞定
多数网站用的数字+字母组合验证码（比如 2aB7），没有扭曲、无噪点、背景干净，OCR 识别率能到 95% 以上。这时候硬上深度学习模型是杀鸡用牛刀，tesseract 足够快又轻量。
实操建议：
- 先用
requests下载验证码图片到本地，或用BytesIO直接喂给 PIL - 图像预处理很关键：转灰度 → 二值化（
threshold=128起手试）→ 去孤立噪点（cv2.medianBlur或简单形态学操作） - 调用
pytesseract.image_to_string()时加参数：config='--psm 8 -c tessedit_char_whitelist=0-9a-zA-Z'，限定模式和字符集，避免识别出空格或符号 - 别忽略返回空字符串的情况——这往往不是模型失败，而是图片没裁干净或二值化阈值不对
遇到带干扰线的验证码，先切掉上下边框再二值化
很多“简单”验证码其实加了 1–2 根细线或浅色点阵，tesseract 会误判为字符笔画。不推荐一上来就上 CNN 或打标训练，优先做针对性图像裁剪和增强。
常见错误现象：识别结果多出乱码（如 2aB7| 里的 |），或长度不对（返回 5 位而不是 4 位）。
实操建议：
- 用
cv2.findContours找出最大连通区域，外接矩形裁出主体文字区，扔掉边缘干扰 - 二值化前先用
cv2.GaussianBlur模糊整图，再用cv2.threshold，比直接 OTSU 更稳 - 如果验证码固定宽高（比如 120×40），可提前按像素坐标硬裁：
img[8:32, 10:110]，跳过检测逻辑 - 别在原始 PNG 上直接跑 OCR——PNG 的 alpha 通道常导致灰度转换异常，先
convert('RGB')再转L
requests + pytesseract 流程中 Cookie 和 Session 容易断
验证码不是孤立存在的，它和登录接口共享 session。图片 URL 看似静态，实际背后绑着 session ID 或时间戳参数，换一个请求对象就失效。
使用场景：你成功识别出 2aB7，但 POST 登录时提示“验证码错误”或“请求非法”。
实操建议：
- 全程复用同一个
requests.Session()实例：先get验证码页（触发 set-cookie），再get验证码图 URL，最后post表单 - 检查响应头里有没有
Set-Cookie，特别是含path=/verify这类路径限制的 cookie，确保后续请求 path 匹配 - 有些站点会在 HTML 里藏隐藏字段（如
<input type="hidden" name="token" value="abc123">），这个必须和验证码一起提交，漏掉就白识别了 - 别用浏览器开发者工具里复制的“完整 curl”，里面可能含已过期的 cookie 字符串，要动态取
本地跑通了，部署到服务器却识别率暴跌
最常见原因是服务器没装 tesseract 语言数据或字体缺失，其次是 OpenCV 版本差异导致图像处理结果不一致。
性能与兼容性影响：
- Ubuntu 上只装
tesseract-ocr包不够，还得装tesseract-ocr-eng（英文包），否则image_to_string默认用未知语言，结果全空 - Docker 镜像里如果用
alpine，pytesseract可能因缺少 glibc 报错，改用debian:slim更省心 - Mac 本地用
brew install tesseract装的是最新版，而 CentOS 7 默认仓库里是 3.02，对小写字母l和数字1区分差，识别前加--oem 1切 LSTM 引擎 - 别在识别函数里写死
lang='eng'，先用pytesseract.get_languages()检查可用语言，避免上线后静默失败
真正卡住人的，往往是图像预处理和 session 同步这两个环节——它们不报错，但会让识别结果看起来“随机失败”。调的时候建议把中间图（下载原图、裁剪后、二值化后）全存下来，一眼就能定位是哪步偏了。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
