国产99久久精品_欧美日本韩国一区二区_激情小说综合网_欧美一级二级视频_午夜av电影_日本久久精品视频

最新文章專題視頻專題問答1問答10問答100問答1000問答2000關鍵字專題1關鍵字專題50關鍵字專題500關鍵字專題1500TAG最新視頻文章推薦1 推薦3 推薦5 推薦7 推薦9 推薦11 推薦13 推薦15 推薦17 推薦19 推薦21 推薦23 推薦25 推薦27 推薦29 推薦31 推薦33 推薦35 推薦37視頻文章20視頻文章30視頻文章40視頻文章50視頻文章60 視頻文章70視頻文章80視頻文章90視頻文章100視頻文章120視頻文章140 視頻2關鍵字專題關鍵字專題tag2tag3文章專題文章專題2文章索引1文章索引2文章索引3文章索引4文章索引5123456789101112131415文章專題3
問答文章1 問答文章501 問答文章1001 問答文章1501 問答文章2001 問答文章2501 問答文章3001 問答文章3501 問答文章4001 問答文章4501 問答文章5001 問答文章5501 問答文章6001 問答文章6501 問答文章7001 問答文章7501 問答文章8001 問答文章8501 問答文章9001 問答文章9501
當前位置: 首頁 - 科技 - 知識百科 - 正文

python如何識別驗證碼

來源:懂視網 責編:小采 時間:2020-11-27 14:08:21
文檔

python如何識別驗證碼

python如何識別驗證碼:在python爬蟲爬取某些網站的驗證碼的時候可能會遇到驗證碼識別的問題,現在的驗證碼大多分為四類:1、計算驗證碼2、滑塊驗證碼3、識圖驗證碼4、語音驗證碼這里主要是識別驗證碼,識別的是簡單的驗證碼,要想讓識別率更高,識別的更加準確就需要花很多的精力去
推薦度:
導讀python如何識別驗證碼:在python爬蟲爬取某些網站的驗證碼的時候可能會遇到驗證碼識別的問題,現在的驗證碼大多分為四類:1、計算驗證碼2、滑塊驗證碼3、識圖驗證碼4、語音驗證碼這里主要是識別驗證碼,識別的是簡單的驗證碼,要想讓識別率更高,識別的更加準確就需要花很多的精力去
在python爬蟲爬取某些網站的驗證碼的時候可能會遇到驗證碼識別的問題,現在的驗證碼大多分為四類:1、計算驗證碼2、滑塊驗證碼3、識圖驗證碼4、語音驗證碼

這里主要是識別驗證碼,識別的是簡單的驗證碼,要想讓識別率更高,識別的更加準確就需要花很多的精力去訓練自己的字體庫。

識別驗證碼通常是這幾個步驟:

1、灰度處理

2、二值化

3、去除邊框(如果有的話)

4、降噪

5、切割字符或者傾斜度矯正

6、訓練字體庫

7、識別

這6個步驟中前三個步驟是基本的,4或者5可根據實際情況選擇是否需要,并不一定切割驗證碼,識別率就會上升很多有時候還會下降

用到的幾個主要的python庫: Pillow(python圖像處理庫)、OpenCV(高級圖像處理庫)、pytesseract(識別庫)

下面案例使用方法:

1、將要識別的驗證碼圖片放入與腳本同級的img文件夾中,創建out_img文件夾

2、python3 filename

3、二值化、降噪等各個階段的圖片將存儲在out_img文件夾中,最終識別結果會打印到屏幕上

完整的二維碼識別代碼:

from PIL import Image
from pytesseract import *
from fnmatch import fnmatch
from queue import Queue
import matplotlib.pyplot as plt
import cv2
import time
import os
def clear_border(img,img_name):
 '''去除邊框
 '''
 filename = './out_img/' + img_name.split('.')[0] + '-clearBorder.jpg'
 h, w = img.shape[:2]
 for y in range(0, w):
 for x in range(0, h):
 # if y ==0 or y == w -1 or y == w - 2:
 if y < 4 or y > w -4:
 img[x, y] = 255
 # if x == 0 or x == h - 1 or x == h - 2:
 if x < 4 or x > h - 4:
 img[x, y] = 255
 cv2.imwrite(filename,img)
 return img
def interference_line(img, img_name):
 '''
 干擾線降噪
 '''
 filename = './out_img/' + img_name.split('.')[0] + '-interferenceline.jpg'
 h, w = img.shape[:2]
 # !!!opencv矩陣點是反的
 # img[1,2] 1:圖片的高度,2:圖片的寬度
 for y in range(1, w - 1):
 for x in range(1, h - 1):
 count = 0
 if img[x, y - 1] > 245:
 count = count + 1
 if img[x, y + 1] > 245:
 count = count + 1
 if img[x - 1, y] > 245:
 count = count + 1
 if img[x + 1, y] > 245:
 count = count + 1
 if count > 2:
 img[x, y] = 255
 cv2.imwrite(filename,img)
 return img
def interference_point(img,img_name, x = 0, y = 0):
 """點降噪
 9鄰域框,以當前點為中心的田字框,黑點個數
 :param x:
 :param y:
 :return:
 """
 filename = './out_img/' + img_name.split('.')[0] + '-interferencePoint.jpg'
 # todo 判斷圖片的長寬度下限
 cur_pixel = img[x,y]# 當前像素點的值
 height,width = img.shape[:2]
 for y in range(0, width - 1):
 for x in range(0, height - 1):
 if y == 0: # 第一行
 if x == 0: # 左上頂點,4鄰域
 # 中心點旁邊3個點
 sum = int(cur_pixel) 
 + int(img[x, y + 1]) 
 + int(img[x + 1, y]) 
 + int(img[x + 1, y + 1])
 if sum <= 2 * 245:
 img[x, y] = 0
 elif x == height - 1: # 右上頂點
 sum = int(cur_pixel) 
 + int(img[x, y + 1]) 
 + int(img[x - 1, y]) 
 + int(img[x - 1, y + 1])
 if sum <= 2 * 245:
 img[x, y] = 0
 else: # 最上非頂點,6鄰域
 sum = int(img[x - 1, y]) 
 + int(img[x - 1, y + 1]) 
 + int(cur_pixel) 
 + int(img[x, y + 1]) 
 + int(img[x + 1, y]) 
 + int(img[x + 1, y + 1])
 if sum <= 3 * 245:
 img[x, y] = 0
 elif y == width - 1: # 最下面一行
 if x == 0: # 左下頂點
 # 中心點旁邊3個點
 sum = int(cur_pixel) 
 + int(img[x + 1, y]) 
 + int(img[x + 1, y - 1]) 
 + int(img[x, y - 1])
 if sum <= 2 * 245:
 img[x, y] = 0
 elif x == height - 1: # 右下頂點
 sum = int(cur_pixel) 
 + int(img[x, y - 1]) 
 + int(img[x - 1, y]) 
 + int(img[x - 1, y - 1])
 if sum <= 2 * 245:
 img[x, y] = 0
 else: # 最下非頂點,6鄰域
 sum = int(cur_pixel) 
 + int(img[x - 1, y]) 
 + int(img[x + 1, y]) 
 + int(img[x, y - 1]) 
 + int(img[x - 1, y - 1]) 
 + int(img[x + 1, y - 1])
 if sum <= 3 * 245:
 img[x, y] = 0
 else: # y不在邊界
 if x == 0: # 左邊非頂點
 sum = int(img[x, y - 1]) 
 + int(cur_pixel) 
 + int(img[x, y + 1]) 
 + int(img[x + 1, y - 1]) 
 + int(img[x + 1, y]) 
 + int(img[x + 1, y + 1])
 if sum <= 3 * 245:
 img[x, y] = 0
 elif x == height - 1: # 右邊非頂點
 sum = int(img[x, y - 1]) 
 + int(cur_pixel) 
 + int(img[x, y + 1]) 
 + int(img[x - 1, y - 1]) 
 + int(img[x - 1, y]) 
 + int(img[x - 1, y + 1])
 if sum <= 3 * 245:
 img[x, y] = 0
 else: # 具備9領域條件的
 sum = int(img[x - 1, y - 1]) 
 + int(img[x - 1, y]) 
 + int(img[x - 1, y + 1]) 
 + int(img[x, y - 1]) 
 + int(cur_pixel) 
 + int(img[x, y + 1]) 
 + int(img[x + 1, y - 1]) 
 + int(img[x + 1, y]) 
 + int(img[x + 1, y + 1])
 if sum <= 4 * 245:
 img[x, y] = 0
 cv2.imwrite(filename,img)
 return img
def _get_dynamic_binary_image(filedir, img_name):
 '''
 自適應閥值二值化
 '''
 filename = './out_img/' + img_name.split('.')[0] + '-binary.jpg'
 img_name = filedir + '/' + img_name
 print('.....' + img_name)
 im = cv2.imread(img_name)
 im = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
 th1 = cv2.adaptiveThreshold(im, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 21, 1)
 cv2.imwrite(filename,th1)
 return th1
def _get_static_binary_image(img, threshold = 140):
 '''
 手動二值化
 '''
 img = Image.open(img)
 img = img.convert('L')
 pixdata = img.load()
 w, h = img.size
 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
def cfs(im,x_fd,y_fd):
 '''用隊列和集合記錄遍歷過的像素坐標代替單純遞歸以解決cfs訪問過深問題
 '''
 # print('**********')
 xaxis=[]
 yaxis=[]
 visited =set()
 q = Queue()
 q.put((x_fd, y_fd))
 visited.add((x_fd, y_fd))
 offsets=[(1, 0), (0, 1), (-1, 0), (0, -1)]#四鄰域
 while not q.empty():
 x,y=q.get()
 for xoffset,yoffset in offsets:
 x_neighbor,y_neighbor = x+xoffset,y+yoffset
 if (x_neighbor,y_neighbor) in (visited):
 continue # 已經訪問過了
 visited.add((x_neighbor, y_neighbor))
 try:
 if im[x_neighbor, y_neighbor] == 0:
 xaxis.append(x_neighbor)
 yaxis.append(y_neighbor)
 q.put((x_neighbor,y_neighbor))
 except IndexError:
 pass
 # print(xaxis)
 if (len(xaxis) == 0 | len(yaxis) == 0):
 xmax = x_fd + 1
 xmin = x_fd
 ymax = y_fd + 1
 ymin = y_fd
 else:
 xmax = max(xaxis)
 xmin = min(xaxis)
 ymax = max(yaxis)
 ymin = min(yaxis)
 #ymin,ymax=sort(yaxis)
 return ymax,ymin,xmax,xmin
def detectFgPix(im,xmax):
 '''搜索區塊起點
 '''
 h,w = im.shape[:2]
 for y_fd in range(xmax+1,w):
 for x_fd in range(h):
 if im[x_fd,y_fd] == 0:
 return x_fd,y_fd
def CFS(im):
 '''切割字符位置
 '''
 zoneL=[]#各區塊長度L列表
 zoneWB=[]#各區塊的X軸[起始,終點]列表
 zoneHB=[]#各區塊的Y軸[起始,終點]列表
 xmax=0#上一區塊結束黑點橫坐標,這里是初始化
 for i in range(10):
 try:
 x_fd,y_fd = detectFgPix(im,xmax)
 # print(y_fd,x_fd)
 xmax,xmin,ymax,ymin=cfs(im,x_fd,y_fd)
 L = xmax - xmin
 H = ymax - ymin
 zoneL.append(L)
 zoneWB.append([xmin,xmax])
 zoneHB.append([ymin,ymax])
 except TypeError:
 return zoneL,zoneWB,zoneHB
 return zoneL,zoneWB,zoneHB
def cutting_img(im,im_position,img,xoffset = 1,yoffset = 1):
 filename = './out_img/' + img.split('.')[0]
 # 識別出的字符個數
 im_number = len(im_position[1])
 # 切割字符
 for i in range(im_number):
 im_start_X = im_position[1][i][0] - xoffset
 im_end_X = im_position[1][i][1] + xoffset
 im_start_Y = im_position[2][i][0] - yoffset
 im_end_Y = im_position[2][i][1] + yoffset
 cropped = im[im_start_Y:im_end_Y, im_start_X:im_end_X]
 cv2.imwrite(filename + '-cutting-' + str(i) + '.jpg',cropped)
def main():
 filedir = './easy_img'
 for file in os.listdir(filedir):
 if fnmatch(file, '*.jpeg'):
 img_name = file
 # 自適應閾值二值化
 im = _get_dynamic_binary_image(filedir, img_name)
 # 去除邊框
 im = clear_border(im,img_name)
 # 對圖片進行干擾線降噪
 im = interference_line(im,img_name)
 # 對圖片進行點降噪
 im = interference_point(im,img_name)
 # 切割的位置
 im_position = CFS(im)
 maxL = max(im_position[0])
 minL = min(im_position[0])
 # 如果有粘連字符,如果一個字符的長度過長就認為是粘連字符,并從中間進行切割
 if(maxL > minL + minL * 0.7):
 maxL_index = im_position[0].index(maxL)
 minL_index = im_position[0].index(minL)
 # 設置字符的寬度
 im_position[0][maxL_index] = maxL // 2
 im_position[0].insert(maxL_index + 1, maxL // 2)
 # 設置字符X軸[起始,終點]位置
 im_position[1][maxL_index][1] = im_position[1][maxL_index][0] + maxL // 2
 im_position[1].insert(maxL_index + 1, [im_position[1][maxL_index][1] + 1, im_position[1][maxL_index][1] + 1 + maxL // 2])
 # 設置字符的Y軸[起始,終點]位置
 im_position[2].insert(maxL_index + 1, im_position[2][maxL_index])
 # 切割字符,要想切得好就得配置參數,通常 1 or 2 就可以
 cutting_img(im,im_position,img_name,1,1)
 # 識別驗證碼
 cutting_img_num = 0
 for file in os.listdir('./out_img'):
 str_img = ''
 if fnmatch(file, '%s-cutting-*.jpg' % img_name.split('.')[0]):
 cutting_img_num += 1
 for i in range(cutting_img_num):
 try:
 file = './out_img/%s-cutting-%s.jpg' % (img_name.split('.')[0], i)
 # 識別驗證碼
 str_img = str_img + image_to_string(Image.open(file),lang = 'eng', config='-psm 10') #單個字符是10,一行文本是7
 except Exception as err:
 pass
 print('切圖:%s' % cutting_img_num)
 print('識別為:%s' % str_img)
if __name__ == '__main__':
 main()

聲明:本網頁內容旨在傳播知識,若有侵權等問題請及時與本網聯系,我們將在第一時間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com

文檔

python如何識別驗證碼

python如何識別驗證碼:在python爬蟲爬取某些網站的驗證碼的時候可能會遇到驗證碼識別的問題,現在的驗證碼大多分為四類:1、計算驗證碼2、滑塊驗證碼3、識圖驗證碼4、語音驗證碼這里主要是識別驗證碼,識別的是簡單的驗證碼,要想讓識別率更高,識別的更加準確就需要花很多的精力去
推薦度:
  • 熱門焦點

最新推薦

猜你喜歡

熱門推薦

專題
Top
主站蜘蛛池模板: 亚洲欧美韩国 | 99精品国产成人一区二区 | 国产精品成久久久久三级 | 国产网站在线免费观看 | 亚洲三级在线播放 | 国产精品视频免费看 | 欧美 亚洲 一区 | 欧美极品欧美日韩 | 日本三级全黄三级a | 欧美区在线观看 | 国产成人精品视频一区二区不卡 | 欧美日韩精品在线 | 在线播放一区二区三区 | 91在线一区二区 | 欧美一区二区三区日韩免费播 | 日韩黄色网页 | 大陆日韩欧美 | 国产欧美日韩高清专区手机版 | 国产青草 | 国产网站免费在线观看 | 欧美日韩中字 | 精品一区二区三区四区电影 | 999国产精品999久久久久久 | 精品国产综合成人亚洲区 | 免费一区二区三区免费视频 | 国产资源视频在线观看 | 国产欧美一区二区精品久久久 | 国产播放器一区 | 亚洲一区二区三区高清 不卡 | 国产视频一区二区 | 精品久久久久久久中文字幕 | 在线免费黄色网址 | h片在线看 | 精品欧美日韩一区二区三区 | 欧美成人禁片在线观看网址 | 国产成人青青热久免费精品 | 欧美日韩在线精品一区二区三区 | 亚洲国产精品成人综合久久久 | 欧美人伦| 久久er99热精品一区二区 | 亚洲欧洲国产经精品香蕉网 |