python验证码识别的实例详解


Posted in Python onSeptember 09, 2016

其实关于验证码识别涉及很多方面的内容,入手难度大,但是入手后,可拓展性又非常广泛,可玩性极强,成就感也很足,对这感兴趣的朋友们下面跟着小编一起来学习学习吧。

依赖

sudo apt-get install python-imaging
sudo apt-get install tesseract-ocr
pip install pytesseract

利用google ocr来识别验证码

from PIL import Image
import pytesseract
image = Image.open('v1.jpg')
vcode = pytesseract.image_to_string(image)
print vcode

但是pytesseract本身识别率不高,而且一般网站的验证码都带有大量干扰元素。( ̄? ̄)"

所以我们首先要对验证码进行去噪。

对于单像素干扰线、干扰点我们可以通过扫描整个图像,考察每一个像素点所临近的八个像素点的颜色,如果不同的个数大于一定的值,那就说明该点是离散点,需要去除。

另外也可以尝试设定阈值来直接将验证码二值化。

下面是两张学校网站上的验证码

python验证码识别的实例详解

python验证码识别的实例详解

我们可以看到验证码存在单像素干扰点,所以我们需要设法去除。但是经过反复刷新验证码,发现这个验证码

     1. 只有加法运算

     2.至多两位数的加法

     3.文字部分一定是红色(255,0,0)

有了上述的信息,可以判断这个验证码的生成算法是有缺陷的

import Image 
from numpy import * 
import pytesseract 
im = Image.open('1.png') 
im = im.convert('RGB') 
#拉长图像,方便识别。
im = im.resize((200,80)) 
a = array(im) 
for i in xrange(len(a)): 
for j in xrange(len(a[i])): 
  if a[i][j][0] == 255: 
    a[i][j]=[0,0,0] 
  else: 
    a[i][j]=[255,255,255] 
im = Image.fromarray(a) 
im.show() 
vcode = pytesseract.image_to_string(im) 
print vcode

利用上述脚本我们可以将图像进行二值化,利用google ocr进行识别。再通过eval()来对表达式进行求值。

总结

python验证码识别的内容到这就基本介绍了,希望这篇文章对大家的学习或者工作能有所帮助,如果有疑问大家可以留言交流。

Python 相关文章推荐
python连接MySQL数据库实例分析
May 12 Python
CentOS6.5设置Django开发环境
Oct 13 Python
python获取外网IP并发邮件的实现方法
Oct 01 Python
Python探索之Metaclass初步了解
Oct 28 Python
全面分析Python的优点和缺点
Feb 07 Python
Python通用函数实现数组计算的方法
Jun 13 Python
简单了解python数组的基本操作
Nov 26 Python
基于python的docx模块处理word和WPS的docx格式文件方式
Feb 13 Python
基于Python获取docx/doc文件内容代码解析
Feb 17 Python
Python 读取xml数据,cv2裁剪图片实例
Mar 10 Python
在django admin中配置搜索域是一个外键时的处理方法
May 20 Python
python-jwt用户认证食用教学的实现方法
Jan 19 Python
Python随机数random模块使用指南
Sep 09 #Python
利用ctypes提高Python的执行速度
Sep 09 #Python
python实现批量监控网站
Sep 09 #Python
利用python批量检查网站的可用性
Sep 09 #Python
Python如何判断数独是否合法
Sep 08 #Python
python框架django基础指南
Sep 08 #Python
python中星号变量的几种特殊用法
Sep 07 #Python
You might like
利用discuz自带通行证整合dedecms的方法以及文件下载
2007/03/06 PHP
php在程序中将网页生成word文档并提供下载的代码
2012/10/09 PHP
PHP date_default_timezone_set()设置时区操作实例分析
2020/05/16 PHP
js 链式延迟执行DOME
2012/01/04 Javascript
YUI Compressor压缩JavaScript原理及微优化
2013/01/07 Javascript
JavaScript之IE的fireEvent方法详细解析
2013/11/20 Javascript
关于Javascript 对象(object)的prototype
2014/05/09 Javascript
网页禁用右键菜单和鼠标拖动选择方法小结
2015/02/25 Javascript
在Ubuntu系统上安装Node.JS的教程
2015/10/15 Javascript
详解JavaScript中localStorage使用要点
2016/01/13 Javascript
jquery中live()方法和bind()方法区别分析
2016/06/23 Javascript
微信小程序scroll-view实现横向滚动和上拉加载示例
2017/03/06 Javascript
JS将unicode码转中文方法
2017/05/08 Javascript
jQuery中的for循环var与let的区别
2018/04/21 jQuery
解决layer弹出层msg的文字不显示的问题
2019/09/11 Javascript
Antd下拉选择,自动匹配功能的实现
2020/10/24 Javascript
Python生成密码库功能示例
2017/05/23 Python
如何在django里上传csv文件并进行入库处理的方法
2019/01/02 Python
PyTorch: 梯度下降及反向传播的实例详解
2019/08/20 Python
python opencv实现信用卡的数字识别
2020/01/12 Python
opencv 图像腐蚀和图像膨胀的实现
2020/07/07 Python
Python之字典对象的几种创建方法
2020/09/30 Python
Pandas之缺失数据的实现
2021/01/06 Python
详解如何在css3打包后自动追加前缀插件:autoprefixer
2018/12/18 HTML / CSS
详解css position 5种不同的值的用法
2019/07/30 HTML / CSS
Conforama瑞士:家具、厨房、电器、装饰
2020/09/06 全球购物
口腔医学技术应届生求职信
2013/11/09 职场文书
初二物理教学反思
2014/01/29 职场文书
计算机系统管理员求职信
2014/06/20 职场文书
2014小学生国庆65周年演讲稿
2014/09/21 职场文书
党的群众路线教育实践活动剖析材料
2014/09/30 职场文书
2014学习十八届四中全会精神思想汇报范文
2014/10/23 职场文书
全陪导游词
2015/02/04 职场文书
秋菊打官司观后感
2015/06/03 职场文书
你会写报告?产品体验报告到底该怎么写?
2019/08/14 职场文书
Python中super().__init__()测试以及理解
2021/12/06 Python