# 新建selenium瀏覽器對(duì)象，后面是geckodriver.exe下載后本地路徑
browser = webdriver.Firefox()

url = 'http://xxx.gov.cn/'

# 瀏覽器訪問(wèn)登錄頁(yè)面
browser.get(url)

# 等待3s用于加載腳本文件
browser.implicitly_wait(3)

# 點(diǎn)擊個(gè)人登陸
browser.execute_script('showpersonlogin();')

# 找到圖片驗(yàn)證碼元素
img = browser.find_element_by_id('imgCode')

location = img.location

size = img.size

left = location['x']

top = location['y']

right = left + size['width']

bottom = top + size['height']

# 按照驗(yàn)證碼的長(zhǎng)寬，切割驗(yàn)證碼
image_obj = loginPage.crop((left, top, right, bottom))

image_obj.save('code.png')

orcCode = pytesseract.image_to_string('code.png')

# 輸入用戶名
username = browser.find_element_by_id('personaccount')
username.send_keys('賬號(hào)')

# 輸入密碼
password = browser.find_element_by_id('personpassword')
password.send_keys('密碼')

# 輸入驗(yàn)證碼
code = browser.find_element_by_id('captcha1')
code.send_keys(orcCode)

# 執(zhí)行登錄
browser.execute_script('personlogin();')


# 關(guān)閉瀏覽器
# browser.quit()

import pytesseract
from PIL import Image
from collections import defaultdict


# 獲取圖片中像素點(diǎn)數(shù)量最多的像素
def get_threshold(image):
  pixel_dict = defaultdict(int)

  # 像素及該像素出現(xiàn)次數(shù)的字典
  rows, cols = image.size
  for i in range(rows):
    for j in range(cols):
      pixel = image.getpixel((i, j))
      pixel_dict[pixel] += 1

  count_max = max(pixel_dict.values()) # 獲取像素出現(xiàn)出多的次數(shù)
  pixel_dict_reverse = {v: k for k, v in pixel_dict.items()}
  threshold = pixel_dict_reverse[count_max] # 獲取出現(xiàn)次數(shù)最多的像素點(diǎn)

  return threshold


# 按照閾值進(jìn)行二值化處理
# threshold: 像素閾值
def get_bin_table(threshold):
  # 獲取灰度轉(zhuǎn)二值的映射table
  table = []
  for i in range(256):
    rate = 0.1 # 在threshold的適當(dāng)范圍內(nèi)進(jìn)行處理
    if threshold * (1 - rate) <= i <= threshold * (1 + rate):
      table.append(1)
    else:
      table.append(0)
  return table


# 去掉二值化處理后的圖片中的噪聲點(diǎn)
def cut_noise(image):
  rows, cols = image.size # 圖片的寬度和高度
  change_pos = [] # 記錄噪聲點(diǎn)位置

  # 遍歷圖片中的每個(gè)點(diǎn)，除掉邊緣
  for i in range(1, rows - 1):
    for j in range(1, cols - 1):
      # pixel_set用來(lái)記錄該店附近的黑色像素的數(shù)量
      pixel_set = []
      # 取該點(diǎn)的鄰域?yàn)橐栽擖c(diǎn)為中心的九宮格
      for m in range(i - 1, i + 2):
        for n in range(j - 1, j + 2):
          if image.getpixel((m, n)) != 1: # 1為白色,0位黑色
            pixel_set.append(image.getpixel((m, n)))

      # 如果該位置的九宮內(nèi)的黑色數(shù)量小于等于4，則判斷為噪聲
      if len(pixel_set) <= 4:
        change_pos.append((i, j))

  # 對(duì)相應(yīng)位置進(jìn)行像素修改，將噪聲處的像素置為1（白色）
  for pos in change_pos:
    image.putpixel(pos, 1)

  return image # 返回修改后的圖片


# 識(shí)別圖片中的數(shù)字加字母
# 傳入?yún)?shù)為圖片路徑，返回結(jié)果為：識(shí)別結(jié)果
def ocr_img(img_path):
  image = Image.open(img_path) # 打開(kāi)圖片文件
  imgry = image.convert('L') # 轉(zhuǎn)化為灰度圖

  # 獲取圖片中的出現(xiàn)次數(shù)最多的像素，即為該圖片的背景
  max_pixel = get_threshold(imgry)
  # 將圖片進(jìn)行二值化處理
  table = get_bin_table(threshold=max_pixel)
  out = imgry.point(table, '1')

  # 去掉圖片中的噪聲（孤立點(diǎn)）
  out = cut_noise(out)

  # 僅識(shí)別圖片中的數(shù)字
  # text = pytesseract.image_to_string(out, config='digits')
  # 識(shí)別圖片中的數(shù)字和字母
  text = pytesseract.image_to_string(out)
  # 去掉識(shí)別結(jié)果中的特殊字符
  exclude_char_list = ' .:\\|\'\"?![],()~@#$%^&*_+-={};<>/¥'
  text = ''.join([x for x in text if x not in exclude_char_list])

  return text

ocrImage.ocr_img('data/0021.png')