日韩欧美三区,成人精品视频免费,日韩精品一区二区三区四区五区

前言

最近在研究驗證碼相關的操作，所以準備記錄下安裝以及使用的過程。雖然之前對驗證碼的破解有所了解的，但是之前都是簡單使用之后就不用了，沒有記錄一個詳細的過程，所以后面再用起來也要重新從網上查找資料比較麻煩，所以這里準備對研究過程的關鍵點做一個記錄。

首先這篇文章，主要是研究圖形驗證碼，后期會不定時拓展內容。

在網上查了很多版本的圖形驗證碼識別，目前看到最多的兩個模塊是pytesseract和tesserocr，但是因為我這里安裝tesserocr的時候各種出錯，所以最終我鎖定了使用pytesseract。

那么接下來，就記錄下安裝以及使用過程。這里的系統環境是mac os 10.14.

安裝tesserocr

brew install tesserocr

因為pytesseract依賴于tesserocr所以首先需要先安裝tesserocr這個軟件。接下來就是安裝python相關的包

安裝python所需要的包

1 2	`pip3 install pytesseract` `pip3 install pillow`

安裝pytesseract是ocr識別圖片上的字，因為驗證碼的識別難度高低不同，所以在這個過程中需要對圖片做一定的處理，這就需要使用處理圖片的模塊pillow。

一個簡單的demo

									import pytesseract

									from PIL import Image

									import os

									def binarizing(img, threshold):

									 """傳入image對象進行灰度、二值處理"""

									 pixdata = img.load()

									 w, h = img.size

									 # 遍歷所有像素，大于閾值的為黑色

									 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 = []

									# 接下來是二值化處理

									# 遍歷所有像素，大于閾值的為黑色，threshold是閥值

									image = binarizing(image, threshold)

									result = pytesseract.image_to_string(image)

									print(result)

示例中的圖片

mac使用python識別圖形驗證碼功能

需要用到的圖像知識：

對于彩色圖像，不管其圖像格式是PNG，還是BMP，或者JPG，在PIL中，使用Image模塊的open()函數打開后，返回的圖像對象的模式都是“RGB”。而對于灰度圖像，不管其圖像格式是PNG，還是BMP，或者JPG，打開后，其模式為“L”也就是我們說的灰度化的一個操作。除此之外，還有其他的模式，不過我們在處理驗證碼的時候是將其轉為灰度模式，所以就不強調其他的模式了。

模式“L”

模式“L”為灰色圖像，它的每個像素用8個bit表示，0表示黑，255表示白，其他數字表示不同的灰度。在PIL中，從模式“RGB”轉換為“L”模式是按照下面的公式轉換的：

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

通過灰度化之后的圖片變為

mac使用python識別圖形驗證碼功能

灰度化我們還要對其進行二值化操作

二值化操作

二值化故名思議，就是整個圖像所有像素只有兩個值可以選擇，一個是黑（灰度為0），一個是白（灰度為255）。二值化的好處就是將圖片上的有用信息和無用信息區分開來，比如二值化之后的驗證碼圖片，驗證碼像素為黑色，背景和干擾點為白色，這樣后面對驗證碼像素處理的時候就會很方便。對于簡單的圖形驗證碼，到這里基本上就夠了，但是如果有干擾線，還要進行除干擾線的操作。

對應的代碼為

									def binarizing(img, threshold):

									 """傳入image對象進行灰度、二值處理"""

									 pixdata = img.load()

									 w, h = img.size

									 # 遍歷所有像素，大于閾值的為黑色

									 for y in range(h):

									 for x in range(w):

									  if pixdata[x, y] < threshold:

									  pixdata[x, y] = 0 #小于閥值設為0，0是黑色

									  else:

									  pixdata[x, y] = 255 0 #大于閥值設為255，255是白色

									 return img

此時的圖片效果為

mac使用python識別圖形驗證碼功能

可以看到圖片變得銳化了很多，這個時候再去識別就比較好識別了。

去干擾線

常見的4鄰域、8鄰域算法。所謂的X鄰域算法，可以參考手機九宮格輸入法，按鍵5為要判斷的像素點，4鄰域就是判斷上下左右，8鄰域就是判斷周圍8個像素點。如果這4或8個點中255的個數大于某個閾值則判斷這個點為噪音，閾值可以根據實際情況修改。

使用cv2處理

除此之外還可以使用cv2模塊進行處理。

安裝

pip install opencv-python

代碼示例

									# -*- 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領域過濾

									 img2 = img.copy()

									 # img處理數據，k過濾條件

									 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: # 純白色

									   count += 1

									 return count

									 # 兩層for循環判斷所有的點

									 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) # 獲取鄰居數量，純白色的鄰居

									  if n > k:

									   img2[x, y] = 255

									 return img2

									img = cv2.imread(file_path)

									# 將圖片灰度化處理,降維,加權進行灰度化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()