不能靠纯Python脚本稳定识别真实验证码，因其本质是反自动化设计；tesseract等OCR库仅适用于无干扰的测试场景，生产环境应优先选用打码平台API或寻找无障碍接口。
不能靠纯 Python 脚本稳定识别验证码——除非你控制服务端或使用极简、无干扰的测试验证码。真实场景中，主流网站的验证码（如滑块、点选、扭曲文字+噪点）本质是反自动化设计，Python 本地 OCR 库（tesseract、easyocr）对它们识别率极低，强行调用只会浪费时间还触发风控。
为什么 tesseract 对大多数网页验证码基本失效
验证码不是普通图片：它通常叠加了干扰线、随机色块、字符粘连、非均匀扭曲、低对比度。而 tesseract 是为清晰印刷体文本训练的，没学过“怎么从雪花里认出字母”。你喂给它的截图哪怕经过二值化、去噪，tesseract.image_to_string() 返回的也常是空字符串或乱码。
实操建议：
- 先用
cv2.imshow()或保存中间图，确认预处理后字符是否人眼可辨——如果人看着都费劲，tesseract几乎肯定失败 - 别在生产环境硬刚；若必须本地识别，只适用于你自己开发的测试页，且验证码生成逻辑可控（比如固定字体+无干扰）
- 对含中文的简单验证码，
easyocr.Reader(['ch_sim','en'])比tesseract略强，但依然扛不住旋转/透视变形
绕过识别：用打码平台 API 替代本地 OCR
真实项目中更可行的路径是调用第三方打码服务（如超级鹰、云打码），它们有人工标注池和专用模型，对常见验证码类型有稳定识别能力（收费但单价低）。
立即学习“Python免费学习笔记（深入）”；
关键步骤：
- 注册账号获取
username、password、soft_id - 用
requests.post()把验证码图片的 base64 编码发到平台接口（如http://upload.chaojiying.net/Upload/Processing.php） - 检查返回 JSON 中的
pic_str字段——这就是识别结果，直接填入表单提交 - 务必加
time.sleep(1)避免高频请求被限流；识别失败时按平台规则调用ReportError()反馈错误样本
最省事但有限制：检查目标网站是否提供无障碍接口
部分系统（尤其政务、银行内网）会暴露未鉴权的验证码获取接口，或允许通过 session 复用已识别的 token。这时根本不用 OCR：
- 用
requests.Session()先 GET 到验证码图片 URL，同时捕获响应头里的Set-Cookie或返回 JSON 中的captcha_token - 观察后续登录请求是否只需传这个 token，而非图片内容本身
- 某些接口支持
captcha_type=plain参数，强制返回明文验证码（仅限调试环境）
真正卡住的从来不是代码怎么写，而是你得先确认：这个验证码是“能被程序读”的，还是“故意不让程序读”的。前者调 API 或改参数就行，后者硬上 OCR 就是拿锤子敲 CPU 散热器——声音大，没用。
