python验证码识别教程之利用投影法、连通域法分割图片


Posted in Python onJune 04, 2018

前言

今天这篇文章主要记录一下如何切分验证码,用到的主要库就是Pillow和Linux下的图像处理工具GIMP。首先假设一个固定位置和宽度、无粘连、无干扰的例子学习一下如何使用Pillow来切割图片。

使用GIMP打开图片后,按 加号 放大图片,然后点击View->Show Grid来显示网格线:

python验证码识别教程之利用投影法、连通域法分割图片

其中,每个正方形边长为10像素,所以数字1切割坐标为左20、上20、右40、下70。以此类推可以知道剩下3个数字的切割位置。

代码如下:

from PIL import Image
p = Image.open("1.png")
# 注意位置顺序为左、上、右、下
cuts = [(20,20,40,70),(60,20,90,70),(100,10,130,60),(140,20,170,50)]
for i,n in enumerate(cuts,1):
 temp = p.crop(n) # 调用crop函数进行切割
 temp.save("cut%s.png" % i)

切割后得到4张图片:

python验证码识别教程之利用投影法、连通域法分割图片

那么,如果字符位置不固定怎么办呢?现在假设一种随机位置宽度、无粘连、无干扰线的情况。

第一种方法,也是最简单的方法叫做”投影法”。原理就是将二值化后的图片在竖直方向进行投影,根据投影后的极值来判断分割边界。这里我依然使用上面的验证码图片来进行演示:

def vertical(img):
 """传入二值化后的图片进行垂直投影"""
 pixdata = img.load()
 w,h = img.size
 ver_list = []
 # 开始投影
 for x in range(w):
 black = 0
 for y in range(h):
  if pixdata[x,y] == 0:
  black += 1
 ver_list.append(black)
 # 判断边界
 l,r = 0,0
 flag = False
 cuts = []
 for i,count in enumerate(ver_list):
 # 阈值这里为0
 if flag is False and count > 0:
  l = i
  flag = True
 if flag and count == 0:
  r = i-1
  flag = False
  cuts.append((l,r))
 return cuts

p = Image.open('1.png')
b_img = binarizing(p,200)
v = vertical(b_img)

通过vertical函数我们就得到了一个包含所有黑色像素在X轴上投影后左右边界的位置。由于验证码没有任何干扰,所以我的阈值设定为0。 关于binarizing函数可以参考上一篇文章

输出如下:

[(21, 37), (62, 89), (100, 122), (146, 164)]

可以看到,投影法给出左右边界和我们手工查看得到很接近。对于上下边界,偷懒的可以直接使用0和图片的高度,也可以在水平方向进行投影,这里有兴趣的小伙伴可以自己尝试。

但是,对于字符间有粘连的情况,投影法就会出现拆分错误,比如上篇文章中的:

python验证码识别教程之利用投影法、连通域法分割图片

修改阈值为5后,投影法给出的左右边界是:

[(5, 27), (33, 53), (59, 108)]

明显最后的6和9数字没有切割。

修改阈值为7,结果则是:

[(5, 27), (33, 53), (60, 79), (83, 108)]

所以对于简单粘连的情况,调整阈值也是可以解决的。

第二种方法,叫做CFS连通域分割法。原理就是假定每个字符都由一个单独的连通域组成,换言之就是无粘连,找到一个黑色像素并开始判断,直到所有相连的黑色像素都被遍历标记过后即可判断出这个字符的分割位置。算法如下:

  • 将二值化后的图片进行从左到右、从上到下的遍历,如果遇到黑色像素并且这个像素没有没访问过,就将这个像素入栈并标记为已经访问。
  • 如果栈不为空,则继续探测周围8个像素,并执行第2步;如果栈空,则代表探测完了一个字符块。
  • 探测结束,这样就确定了若干字符。

代码如下:

import queue

def cfs(img):
 """传入二值化后的图片进行连通域分割"""
 pixdata = img.load()
 w,h = img.size
 visited = set()
 q = queue.Queue()
 offset = [(-1,-1),(0,-1),(1,-1),(-1,0),(1,0),(-1,1),(0,1),(1,1)]
 cuts = []
 for x in range(w):
  for y in range(h):
   x_axis = []
   #y_axis = []
   if pixdata[x,y] == 0 and (x,y) not in visited:
    q.put((x,y))
    visited.add((x,y))
   while not q.empty():
    x_p,y_p = q.get()
    for x_offset,y_offset in offset:
     x_c,y_c = x_p+x_offset,y_p+y_offset
     if (x_c,y_c) in visited:
      continue
     visited.add((x_c,y_c))
     try:
      if pixdata[x_c,y_c] == 0:
       q.put((x_c,y_c))
       x_axis.append(x_c)
       #y_axis.append(y_c)
     except:
      pass
   if x_axis:
    min_x,max_x = min(x_axis),max(x_axis)
    if max_x - min_x > 3:
     # 宽度小于3的认为是噪点,根据需要修改
     cuts.append((min_x,max_x))
 return cuts

调用后输出结果和使用投影法是一样的。另外我看网上还有一种叫做“泛洪填充(Flood Fill)”的方法,似乎和连通域是一样的。

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,如果有疑问大家可以留言交流,谢谢大家对三水点靠木的支持。

Python 相关文章推荐
Python 代码性能优化技巧分享
Aug 07 Python
python中的reduce内建函数使用方法指南
Aug 31 Python
用Python程序抓取网页的HTML信息的一个小实例
May 02 Python
windows下python之mysqldb模块安装方法
Sep 07 Python
基于Python中capitalize()与title()的区别详解
Dec 09 Python
Python Socket编程之多线程聊天室
Jul 28 Python
python中的tcp示例详解
Dec 09 Python
如何使用pyinstaller打包32位的exe程序
May 26 Python
python使用if语句实现一个猜拳游戏详解
Aug 27 Python
python 利用turtle模块画出没有角的方格
Nov 23 Python
appium+python自动化配置(adk、jdk、node.js)
Nov 17 Python
Python re.sub 反向引用的实现
Jul 07 Python
python验证码识别教程之灰度处理、二值化、降噪与tesserocr识别
Jun 04 #Python
实用自动化运维Python脚本分享
Jun 04 #Python
python中验证码连通域分割的方法详解
Jun 04 #Python
python 匹配url中是否存在IP地址的方法
Jun 04 #Python
Python实现ping指定IP的示例
Jun 04 #Python
用Python3创建httpServer的简单方法
Jun 04 #Python
Python3之简单搭建自带服务器的实例讲解
Jun 04 #Python
You might like
session在PHP大型web应用中的使用
2011/06/25 PHP
php设置编码格式的方法
2013/03/05 PHP
php实现aes加密类分享
2014/02/16 PHP
php实现QQ空间获取当前用户的用户名并生成图片
2015/07/25 PHP
php简单创建zip压缩文件的方法
2016/04/30 PHP
php实现在线通讯录功能(附源码)
2016/05/13 PHP
php传值和传引用的区别点总结
2019/11/19 PHP
jquery 简单的进度条实现代码
2010/03/11 Javascript
datagrid框架的删除添加与修改
2013/04/08 Javascript
Jquery动态进行图片缩略的原理及实现
2013/08/13 Javascript
基于jquery的9行js轻松实现tab控件示例
2013/10/12 Javascript
javascript获取select的当前值示例代码(兼容IE/Firefox/Opera/Chrome)
2013/12/17 Javascript
JS实现将人民币金额转换为大写的示例代码
2014/02/13 Javascript
JavaScript父子窗体间的调用方法
2015/03/31 Javascript
12个非常实用的JavaScript小技巧【推荐】
2016/05/18 Javascript
BootStrap Table 获取同行不同列元素的方法
2016/12/19 Javascript
vue通过watch对input做字数限定的方法
2017/07/13 Javascript
JS实现前端缓存的方法
2017/09/21 Javascript
浅谈vue-router 路由传参的方法
2017/12/27 Javascript
解决vue-cli webpack打包后加载资源的路径问题
2018/09/25 Javascript
vuex根据不同的用户权限展示不同的路由列表功能
2019/09/20 Javascript
javascript 函数的暂停和恢复实例详解
2020/04/25 Javascript
JavaScript数组常用的增删改查与其他属性详解
2020/10/13 Javascript
python通过装饰器检查函数参数数据类型的方法
2015/03/13 Python
PyQt5固定窗口大小的方法
2019/06/18 Python
python实现图片九宫格分割
2021/03/07 Python
Window10上Tensorflow的安装(CPU和GPU版本)
2020/12/15 Python
HTML5拖放功能_动力节点Java学院整理
2017/07/13 HTML / CSS
全球游戏Keys和卡片市场:GamesDeal
2018/03/28 全球购物
美国鲍勃商店:Bob’s Stores
2018/07/22 全球购物
自我鉴定四大框架
2014/01/17 职场文书
学雷锋标兵事迹材料
2014/08/18 职场文书
小学教师见习总结
2015/06/23 职场文书
初中运动会闭幕词范本3篇
2019/12/09 职场文书
AJAX实现省市县三级联动效果
2021/10/16 Javascript
浅谈 JavaScript 沙箱Sandbox
2021/11/02 Javascript