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
学习python (2)
Oct 31 Python
python文件操作整理汇总
Oct 21 Python
Python松散正则表达式用法分析
Apr 29 Python
python图片验证码生成代码
Jul 02 Python
fastcgi文件读取漏洞之python扫描脚本
Apr 23 Python
用python生成1000个txt文件的方法
Oct 25 Python
Python 利用scrapy爬虫通过短短50行代码下载整站短视频
Oct 29 Python
Python unittest 简单实现参数化的方法
Nov 30 Python
基于Python爬虫采集天气网实时信息
Jun 05 Python
使用pycharm和pylint检查python代码规范操作
Jun 09 Python
pycharm使用技巧之自动调整代码格式总结
Nov 04 Python
重构Python代码的六个实例
Nov 25 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的array_multisort()使用方法介绍
2012/05/16 PHP
将二维数组转为一维数组的2种方法
2014/05/26 PHP
Laravel修改验证提示信息为中文的示例
2019/10/23 PHP
判断浏览器的javascript版本的代码
2010/09/03 Javascript
js下关于onmouseout、事件冒泡的问题经验小结
2010/12/09 Javascript
js中if语句的几种优化代码写法
2011/03/12 Javascript
使用jQuery制作Web页面遮罩层插件的实例教程
2016/05/26 Javascript
扩展jquery easyui tree的搜索树节点方法(推荐)
2016/10/28 Javascript
详谈$.data()的用法和作用
2017/02/13 Javascript
node.js入门教程之querystring模块的使用方法
2017/02/27 Javascript
Bootstrap的popover(弹出框)在append后弹不出(失效)
2017/02/27 Javascript
常用的几个JQuery代码片段
2017/03/13 Javascript
Angular2开发——组件规划篇
2017/03/28 Javascript
详解Vue用axios发送post请求自动set cookie
2017/05/10 Javascript
基于JavaScript实现微信抢红包功能
2017/07/20 Javascript
javascript异步编程的六种方式总结
2019/05/17 Javascript
使用Vue.js 和Chart.js制作绚丽多彩的图表
2019/06/15 Javascript
JS实现滑动导航效果
2020/01/14 Javascript
nodejs实现的http、https 请求封装操作示例
2020/02/06 NodeJs
element el-table表格的二次封装实现(附表格高度自适应)
2021/01/19 Javascript
使用Selenium破解新浪微博的四宫格验证码
2018/10/19 Python
PyQt5实现简单数据标注工具
2019/03/18 Python
pyqt5实现按钮添加背景图片以及背景图片的切换方法
2019/06/13 Python
pycharm 使用anaconda为默认环境的操作
2021/02/05 Python
浅析rem和em和px vh vw和% 移动端长度单位
2016/04/28 HTML / CSS
Sephora丝芙兰印尼官方网站:购买化妆品和护肤品
2018/07/02 全球购物
芝加哥牛排公司:Chicago Steak Company
2018/10/31 全球购物
真正的英国宝藏:Mappin & Webb
2019/05/05 全球购物
欧洲最古老的鞋厂:Peter Kaiser
2019/11/05 全球购物
甜品店的创业计划书范文
2014/01/02 职场文书
四群教育工作实施方案
2014/03/26 职场文书
检察院对照“四风”认真查找问题落实整改措施
2014/09/26 职场文书
2014年环保局工作总结
2014/12/11 职场文书
幼儿园教师岗位职责
2015/04/02 职场文书
母亲去世追悼词
2015/06/23 职场文书
创业计划书之网吧
2019/10/10 职场文书