mac使用python识别图形验证码功能


Posted in Python onJanuary 10, 2020

前言

最近在研究验证码相关的操作,所以准备记录下安装以及使用的过程。虽然之前对验证码的破解有所了解的,但是之前都是简单使用之后就不用了,没有记录一个详细的过程,所以后面再用起来也要重新从网上查找资料比较麻烦,所以这里准备对研究过程的关键点做一个记录。

首先这篇文章,主要是研究图形验证码,后期会不定时拓展内容。

在网上查了很多版本的图形验证码识别,目前看到最多的两个模块是pytesseract和tesserocr,但是因为我这里安装tesserocr的时候各种出错,所以最终我锁定了使用pytesseract。

那么接下来,就记录下安装以及使用过程。这里的系统环境是mac os 10.14.

安装tesserocr

brew install tesserocr

因为pytesseract依赖于tesserocr所以首先需要先安装tesserocr这个软件。接下来就是安装python相关的包

安装python所需要的包

pip3 install pytesseract
pip3 install pillow

安装pytesseract是ocr识别图片上的字,因为验证码的识别难度高低不同,所以在这个过程中需要对图片做一定的处理,这就需要使用处理图片的模块pillow。

一个简单的demo

import pytesseract
from PIL import Image
import os
def binarizing(img, threshold):
 """传入image对象进行灰度、二值处理"""
 pixdata = img.load()
 w, h = img.size
 # 遍历所有像素,大于阈值的为黑色
 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 = []
# 接下来是二值化处理
# 遍历所有像素,大于阈值的为黑色,threshold是阀值
image = binarizing(image, threshold)
result = pytesseract.image_to_string(image)
print(result)

示例中的图片

mac使用python识别图形验证码功能

需要用到的图像知识:

对于彩色图像,不管其图像格式是PNG,还是BMP,或者JPG,在PIL中,使用Image模块的open()函数打开后,返回的图像对象的模式都是“RGB”。而对于灰度图像,不管其图像格式是PNG,还是BMP,或者JPG,打开后,其模式为“L”也就是我们说的灰度化的一个操作。除此之外,还有其他的模式,不过我们在处理验证码的时候是将其转为灰度模式,所以就不强调其他的模式了。

模式“L”

模式“L”为灰色图像,它的每个像素用8个bit表示,0表示黑,255表示白,其他数字表示不同的灰度。在PIL中,从模式“RGB”转换为“L”模式是按照下面的公式转换的:

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

通过灰度化之后的图片变为

mac使用python识别图形验证码功能

灰度化我们还要对其进行二值化操作

二值化操作

二值化故名思议,就是整个图像所有像素只有两个值可以选择,一个是黑(灰度为0),一个是白(灰度为255)。二值化的好处就是将图片上的有用信息和无用信息区分开来,比如二值化之后的验证码图片,验证码像素为黑色,背景和干扰点为白色,这样后面对验证码像素处理的时候就会很方便。对于简单的图形验证码,到这里基本上就够了,但是如果有干扰线,还要进行除干扰线的操作。

对应的代码为

def binarizing(img, threshold):
 """传入image对象进行灰度、二值处理"""
 pixdata = img.load()
 w, h = img.size
 # 遍历所有像素,大于阈值的为黑色
 for y in range(h):
 for x in range(w):
  if pixdata[x, y] < threshold:
  pixdata[x, y] = 0 #小于阀值设为0,0是黑色
  else:
  pixdata[x, y] = 255 0 #大于阀值设为255,255是白色
 return img

此时的图片效果为

mac使用python识别图形验证码功能

可以看到图片变得锐化了很多,这个时候再去识别就比较好识别了。

去干扰线

常见的4邻域、8邻域算法。所谓的X邻域算法,可以参考手机九宫格输入法,按键5为要判断的像素点,4邻域就是判断上下左右,8邻域就是判断周围8个像素点。如果这4或8个点中255的个数大于某个阈值则判断这个点为噪音,阈值可以根据实际情况修改。

使用cv2处理

除此之外还可以使用cv2模块进行处理。

安装

pip install opencv-python

代码示例

# -*- 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领域过滤
 img2 = img.copy()
 # img处理数据,k过滤条件
 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: # 纯白色
   count += 1
 return count
 # 两层for循环判断所有的点
 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) # 获取邻居数量,纯白色的邻居
  if n > k:
   img2[x, y] = 255
 return img2
img = cv2.imread(file_path)
# 将图片灰度化处理,降维,加权进行灰度化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()

总结

以上所述是小编给大家介绍的mac使用python识别图形验证码功能,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对三水点靠木网站的支持!如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!

Python 相关文章推荐
Python中非常实用的一些功能和函数分享
Feb 14 Python
virtualenv实现多个版本Python共存
Aug 21 Python
linecache模块加载和缓存文件内容详解
Jan 11 Python
修复 Django migration 时遇到的问题解决
Jun 14 Python
Flask框架通过Flask_login实现用户登录功能示例
Jul 17 Python
破解安装Pycharm的方法
Oct 19 Python
python url 参数修改方法
Dec 26 Python
numpy数组广播的机制
Jul 12 Python
Pycharm及python安装详细教程(图解)
Jul 31 Python
Python 在局部变量域中执行代码
Aug 07 Python
python 实现性别识别
Nov 21 Python
Django实现翻页的示例代码
May 24 Python
python列表推导和生成器表达式知识点总结
Jan 10 #Python
pytorch的梯度计算以及backward方法详解
Jan 10 #Python
Python如何获取Win7,Win10系统缩放大小
Jan 10 #Python
python-OpenCV 实现将数组转换成灰度图和彩图
Jan 09 #Python
Python 实现将数组/矩阵转换成Image类
Jan 09 #Python
python 实现将Numpy数组保存为图像
Jan 09 #Python
Python+OpenCV实现将图像转换为二进制格式
Jan 09 #Python
You might like
东方红 - 来复式再生机的修复
2021/03/02 无线电
php的一些小问题
2010/07/03 PHP
PHP获取当前所在目录位置的方法
2014/11/26 PHP
PHP简单获取视频预览图的方法
2015/03/12 PHP
Centos下升级php5.2到php5.4全记录(编译安装)
2015/04/03 PHP
在PHP中使用FastCGI解析漏洞及修复方案
2015/11/10 PHP
Yii 使用intervention/image拓展实现图像处理功能
2019/06/22 PHP
在Laravel 中实现是否关注的示例
2019/10/22 PHP
javascript 控制弹出窗口
2007/04/10 Javascript
关于hashchangebroker和statehashable的补充文档
2011/08/08 Javascript
JS实现动态给图片添加边框的方法
2015/04/01 Javascript
jQuery实现鼠标滑向当前图片高亮显示并且其它图片变灰的方法
2015/07/27 Javascript
jQuery编程中的一些核心方法简介
2015/08/14 Javascript
javascript中异常处理案例(推荐)
2016/10/03 Javascript
JS+jQuery实现注册信息的验证功能
2017/09/26 jQuery
VUE预渲染及遇到的坑
2018/09/03 Javascript
Vue 重置组件到初始状态的方法示例
2018/10/10 Javascript
微信小程序如何再次获取用户授权的方法
2019/05/10 Javascript
Elasticsearch实现复合查询高亮结果功能
2019/09/10 Javascript
JavaScript键盘事件响应顺序详解
2019/09/30 Javascript
js+canvas绘制图形验证码
2020/09/21 Javascript
解决谷歌搜索技术文章时打不开网页问题的python脚本
2013/02/10 Python
Python随机函数库random的使用方法详解
2019/08/21 Python
Python基于Tkinter编写crc校验工具
2020/05/06 Python
python里glob模块知识点总结
2021/01/05 Python
纯CSS3实现的8种Loading动画效果
2014/07/05 HTML / CSS
HTML5-WebSocket实现聊天室示例
2016/12/15 HTML / CSS
Html5 canvas实现粒子时钟的示例代码
2018/09/06 HTML / CSS
毕业生求职信的经典写法
2014/01/31 职场文书
请假条范文大全
2014/04/10 职场文书
煤矿开采专业求职信
2014/07/08 职场文书
电影开国大典观后感
2015/06/04 职场文书
行政复议答复书
2015/07/01 职场文书
导游词之金鞭溪风景区
2019/09/12 职场文书
对讲机知识
2022/04/07 无线电
彻底弄懂Python中的回调函数(callback)
2022/06/25 Python