python實現(xiàn)動態(tài)GIF英數(shù)驗證碼識別示例

更新時間：2024年01月26日 14:15:46 作者：爬蟲45度

這篇文章主要為大家介紹了python實現(xiàn)動態(tài)GIF英數(shù)驗證碼識別示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪

有哪些特征

由數(shù)字和大寫的英文字母隨機組成
圖片大小100*35
驗證碼的內(nèi)容會上下浮動偶爾會超出上下邊界線，干擾項(也是數(shù)字或字母)從左至右翻滾經(jīng)過驗證碼本身，這兩項會造成干擾
分幀的起始是亂序的，因此想通過切出固定第幾幀來避免干擾不太現(xiàn)實

識別思路

分幀

隨便挑幾張下載下來的gif樣本，來判斷下有多少幀

from io import BytesIO
from PIL import Image
def get_frame_number(binary):
    img = Image.open(BytesIO(binary))
    _num = 0
    while True:
        try:
            a = img.tell()
            _num += 1
            img.seek(a + 1)
        except EOFError:
            break
    print(f'當前gif有{_num}幀')
    return _num
with open('../error_images/08e3e54f0febfe40f314b6f4a07de6b8.gif', 'rb') as f:
    binary = f.read()
get_frame_number(binary)

經(jīng)過測試，該類型gif圖有25幀，也就是說，可以拆分成25張圖片，對于靜態(tài)的圖片，識別起來就輕松多了

收集樣本及整理字符集

我這里就直接說結果了，字符集有：數(shù)字2-9，大寫英文：A-Z，其中英文中的大寫I, O 這兩個是沒有的，因為這兩個容易和數(shù)字 0, 1 產(chǎn)生混淆。從這點上來說，開發(fā)者是動了腦子的，減少了折磨，必須點個贊。
建議標注完數(shù)據(jù)集后，對所有標簽過濾下這四個字符
最后是采集了2.2w+的gif圖，然后每張圖切25幀，最后有55w+的靜態(tài)圖，下面是分幀代碼示例：

from io import BytesIO
from PIL import Image
def seek_img(img_name):
    img = Image.open(r'F:\code\hg_gifs\' + img_name)  # F:\code\hg_imgs1\ 是gif圖的路徑
    for i in range(25):
        try:
            b = BytesIO()
            img.save(b, format='png')
            _bytes = b.getvalue()
            img = cv2.imdecode(np.array(bytearray(_bytes), dtype='uint8'), cv2.IMREAD_UNCHANGED)
            png_name = img_name.split('_')[0] + '_' + str(i) + '.png'
            cv2.imwrite(r'F:\code\hg_pngs\{}'.format(png_name), img)  # F:\code\hg_pngs\ 是靜態(tài)圖保存路徑
            img.seek(img.tell() + 1)
        except EOFError:
            pass
rows = os.listdir(r'F:\code\hg_gifs')  # F:\code\hg_imgs1\ 是gif圖的路徑
for row in rows:
    seek_img(row)