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获取android设备的GPS信息脚本分享
Mar 06 Python
python结合shell查询google关键词排名的实现代码
Feb 27 Python
举例讲解Python中的迭代器、生成器与列表解析用法
Mar 20 Python
详解Python3操作Mongodb简明易懂教程
May 25 Python
Python字符串处理实现单词反转
Jun 14 Python
100行python代码实现跳一跳辅助程序
Jan 15 Python
Python之pandas读写文件乱码的解决方法
Apr 20 Python
Python实现的远程登录windows系统功能示例
Jun 21 Python
使用EduBlock轻松学习Python编程
Oct 08 Python
python pygame实现2048游戏
Nov 20 Python
python针对mysql数据库的连接、查询、更新、删除操作示例
Sep 11 Python
python代码实现扫码关注公众号登录的实战
Nov 01 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
php UTF-8、Unicode和BOM问题
2010/05/18 PHP
shopex主机报错误请求解决方案(No such file or directory)
2011/12/27 PHP
php遍历树的常用方法汇总
2015/06/18 PHP
ajax+php控制所有后台函数调用
2015/07/15 PHP
jQuery+PHP发布的内容进行无刷新分页(Fckeditor)
2015/10/22 PHP
阿里云Win2016安装Apache和PHP环境图文教程
2018/03/11 PHP
详解JS 比较两个Json对象的值是否相等的实例
2013/11/20 Javascript
javascript匿名函数应用示例介绍
2014/03/07 Javascript
在JavaScript里防止事件函数高频触发和高频调用的方法
2014/09/06 Javascript
javascritp添加url参数将参数加入到url中
2014/09/25 Javascript
node.js中的events.emitter.listeners方法使用说明
2014/12/10 Javascript
Jquery 实现checkbox全选方法
2015/01/28 Javascript
Node.js中使用socket创建私聊和公聊聊天室
2015/11/19 Javascript
jQuery easyui刷新当前tabs的方法
2016/09/23 Javascript
JavaScript中${pageContext.request.contextPath}取值问题及解决方案
2016/12/08 Javascript
Vue插值、表达式、分隔符、指令知识小结
2018/10/12 Javascript
微信小程序图片加载失败时替换为默认图片的方法
2019/12/09 Javascript
[01:22:19]EG vs TNC Supermajor小组赛B组败者组第一轮 BO3 第二场 6.2
2018/06/03 DOTA
Python多线程爬虫简单示例
2016/03/04 Python
windows下 兼容Python2和Python3的解决方法
2018/12/05 Python
Python OpenCV实现视频分帧
2019/06/01 Python
python  ceiling divide 除法向上取整(或小数向上取整)的实例
2019/12/27 Python
解决django的template中如果无法引用MEDIA_URL问题
2020/04/07 Python
Python使用pycharm导入pymysql教程
2020/09/16 Python
python+excel接口自动化获取token并作为请求参数进行传参操作
2020/11/10 Python
使用pandas实现筛选出指定列值所对应的行
2020/12/13 Python
浅谈HTML5 服务器推送事件(Server-sent Events)
2017/08/01 HTML / CSS
英国潮流网站:END.(全球免邮)
2017/01/16 全球购物
美国高端医师级美容产品电商:BeautifiedYou.com
2017/04/17 全球购物
navabi英国:设计师大码女装
2019/06/25 全球购物
精选干货:Java精选笔试题附答案
2014/01/18 面试题
《一株紫丁香》教学反思
2014/02/19 职场文书
感恩祖国演讲稿
2014/09/09 职场文书
护士自荐信怎么写
2015/03/06 职场文书
为自己工作观后感
2015/06/11 职场文书
详解mysql三值逻辑与NULL
2021/05/19 MySQL