前言

最近在研究驗(yàn)證碼相關(guān)的操作，所以準(zhǔn)備記錄下安裝以及使用的過程。雖然之前對(duì)驗(yàn)證碼的破解有所了解的，但是之前都是簡(jiǎn)單使用之后就不用了，沒有記錄一個(gè)詳細(xì)的過程，所以后面再用起來也要重新從網(wǎng)上查找資料比較麻煩，所以這里準(zhǔn)備對(duì)研究過程的關(guān)鍵點(diǎn)做一個(gè)記錄。

首先這篇文章，主要是研究圖形驗(yàn)證碼，后期會(huì)不定時(shí)拓展內(nèi)容。

在網(wǎng)上查了很多版本的圖形驗(yàn)證碼識(shí)別，目前看到最多的兩個(gè)模塊是pytesseract和tesserocr，但是因?yàn)槲疫@里安裝tesserocr的時(shí)候各種出錯(cuò)，所以最終我鎖定了使用pytesseract。

那么接下來，就記錄下安裝以及使用過程。這里的系統(tǒng)環(huán)境是mac os 10.14.

安裝tesserocr

brew install tesserocr

因?yàn)閜ytesseract依賴于tesserocr所以首先需要先安裝tesserocr這個(gè)軟件。接下來就是安裝python相關(guān)的包

安裝python所需要的包

pip3 install pytesseract
pip3 install pillow

安裝pytesseract是ocr識(shí)別圖片上的字，因?yàn)轵?yàn)證碼的識(shí)別難度高低不同，所以在這個(gè)過程中需要對(duì)圖片做一定的處理，這就需要使用處理圖片的模塊pillow。

一個(gè)簡(jiǎn)單的demo

import pytesseract
from PIL import Image
import os
def binarizing(img, threshold):
 """傳入image對(duì)象進(jìn)行灰度、二值處理"""
 pixdata = img.load()
 w, h = img.size
 # 遍歷所有像素，大于閾值的為黑色
 for y in range(h):
 for x in range(w):
  if pixdata[x, y] < threshold:
  pixdata[x, y] = 0
  else:
  pixdata[x, y] = 255
 return img
_temp = os.path.dirname(__file__)
file_path = os.path.join(_temp, 'code2.jpg')
print("file_path", file_path)
image = Image.open(file_path)
image = image.convert('L')
threshold = 157
table = []
# 接下來是二值化處理
# 遍歷所有像素，大于閾值的為黑色，threshold是閥值
image = binarizing(image, threshold)
result = pytesseract.image_to_string(image)
print(result)

示例中的圖片

需要用到的圖像知識(shí)：

對(duì)于彩色圖像，不管其圖像格式是PNG，還是BMP，或者JPG，在PIL中，使用Image模塊的open()函數(shù)打開后，返回的圖像對(duì)象的模式都是“RGB”。而對(duì)于灰度圖像，不管其圖像格式是PNG，還是BMP，或者JPG，打開后，其模式為“L”也就是我們說的灰度化的一個(gè)操作。除此之外，還有其他的模式，不過我們?cè)谔幚眚?yàn)證碼的時(shí)候是將其轉(zhuǎn)為灰度模式，所以就不強(qiáng)調(diào)其他的模式了。

模式“L”

模式“L”為灰色圖像，它的每個(gè)像素用8個(gè)bit表示，0表示黑，255表示白，其他數(shù)字表示不同的灰度。在PIL中，從模式“RGB”轉(zhuǎn)換為“L”模式是按照下面的公式轉(zhuǎn)換的：

L = R * 299/1000 + G * 587/1000+ B * 114/1000

通過灰度化之后的圖片變?yōu)?/p>

灰度化我們還要對(duì)其進(jìn)行二值化操作

二值化操作

二值化故名思議，就是整個(gè)圖像所有像素只有兩個(gè)值可以選擇，一個(gè)是黑（灰度為0），一個(gè)是白（灰度為255）。二值化的好處就是將圖片上的有用信息和無用信息區(qū)分開來，比如二值化之后的驗(yàn)證碼圖片，驗(yàn)證碼像素為黑色，背景和干擾點(diǎn)為白色，這樣后面對(duì)驗(yàn)證碼像素處理的時(shí)候就會(huì)很方便。對(duì)于簡(jiǎn)單的圖形驗(yàn)證碼，到這里基本上就夠了，但是如果有干擾線，還要進(jìn)行除干擾線的操作。

對(duì)應(yīng)的代碼為

def binarizing(img, threshold):
 """傳入image對(duì)象進(jìn)行灰度、二值處理"""
 pixdata = img.load()
 w, h = img.size
 # 遍歷所有像素，大于閾值的為黑色
 for y in range(h):
 for x in range(w):
  if pixdata[x, y] < threshold:
  pixdata[x, y] = 0 #小于閥值設(shè)為0，0是黑色
  else:
  pixdata[x, y] = 255 0 #大于閥值設(shè)為255，255是白色
 return img

此時(shí)的圖片效果為

可以看到圖片變得銳化了很多，這個(gè)時(shí)候再去識(shí)別就比較好識(shí)別了。

去干擾線

常見的4鄰域、8鄰域算法。所謂的X鄰域算法，可以參考手機(jī)九宮格輸入法，按鍵5為要判斷的像素點(diǎn)，4鄰域就是判斷上下左右，8鄰域就是判斷周圍8個(gè)像素點(diǎn)。如果這4或8個(gè)點(diǎn)中255的個(gè)數(shù)大于某個(gè)閾值則判斷這個(gè)點(diǎn)為噪音，閾值可以根據(jù)實(shí)際情況修改。

使用cv2處理

除此之外還可以使用cv2模塊進(jìn)行處理。

安裝

pip install opencv-python

代碼示例

# -*- coding: utf-8 -*-
import cv2
import numpy as np
import os
_temp = os.path.dirname(__file__)
file_path = os.path.join(_temp, 'code2.jpg')
def remove_noise(img, k=4):
 ###8領(lǐng)域過濾
 img2 = img.copy()
 # img處理數(shù)據(jù)，k過濾條件
 w, h = img2.shape
 def get_neighbors(img3, r, c):
 count = 0
 for i in [r - 1, r, r + 1]:
  for j in [c - 1, c, c + 1]:
  if img3[i, j] > 10: # 純白色
   count += 1
 return count
 # 兩層for循環(huán)判斷所有的點(diǎn)
 for x in range(w):
 for y in range(h):
  if x == 0 or y == 0 or x == w - 1 or y == h - 1:
  img2[x, y] = 255
  else:
  n = get_neighbors(img2, x, y) # 獲取鄰居數(shù)量，純白色的鄰居
  if n > k:
   img2[x, y] = 255
 return img2
img = cv2.imread(file_path)
# 將圖片灰度化處理,降維,加權(quán)進(jìn)行灰度化c
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
t, gray2 = cv2.threshold(gray, 200, 255, cv2.THRESH_BINARY)
cv2.imshow('threshold', gray2)
result = remove_noise(gray2)
cv2.imshow('8neighbors', result)
cv2.waitKey(0)
#cv2.destroyAllWindows()

總結(jié)

以上所述是小編給大家介紹的mac使用python識(shí)別圖形驗(yàn)證碼功能，希望對(duì)大家有所幫助，如果大家有任何疑問請(qǐng)給我留言，小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對(duì)腳本之家網(wǎng)站的支持！如果你覺得本文對(duì)你有幫助，歡迎轉(zhuǎn)載，煩請(qǐng)注明出處，謝謝！

最新評(píng)論