使用Tesseract

使用Tesseract

使用Tesseract-ocr识别验证码，暴力破解某高校学生登录系统

声明：本文章仅限于技术交流，严禁用于非法途径，转载需联系我

文章用到的工具、还有项目放在百度云盘，地址在文章最后面

使用到了技术点：

1.Tesseract-ocr本地安装（用于后面的字库训练）

2.Tesseract-ocr对应java开源的tess4j使用

3.使用jTessBoxEditor训练字库（提高验证码识别率）

4.模拟登录，随机密码进行尝试破解。

一、Tesseract-ocr本地安装（用于后面的字库训练）

介绍：Tesseract：开源的OCR识别引擎，初期Tesseract引擎由HP实验室研发，后来贡献给了开源软件业，后经由Google进行改进，消除bug，优化，重新发布。当前版本为3.02.

项目地址为：

1、下载安装Tesseract-OCR引擎(3.0版本+才支持中文识别)

下载完后进行安装,默认情况下安装程序会给你配置系统环境变量,以指向安装目录（之后可以通过DOS界面在任意目录运行tesseract）。安装完成后目录如下:

附录:

 tessdata 目录存放的是语言字库文件，和在命令行界面中可能用到的参数所对应的文件.  这个安装程序默认包含了英文字库。

如果想能识别中文，可以到. 

简体中文字库文件下载地址为:. 下载完成后解压，然后将该文件剪切到tessdata目录下去就可以了。

注意：语言字库文件很大，而且图片的识别率是很低的，要提高破解率的话只能进行针对性的字库训练（后面会讲到的）

2.使用Tesseract-ocr识别

打开Dos命令输入tesseract -v，如下图：