python對驗證碼降噪的實現(xiàn)示例代碼

更新時間：2019年11月12日 16:19:24 作者：lemon *

這篇文章主要介紹了python對驗證碼降噪的實現(xiàn)示例代碼，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧

前言：

最近寫爬蟲會經(jīng)常遇到一些驗證碼識別的問題，現(xiàn)如今的驗證碼已經(jīng)是五花八門，剛開始的驗證碼就是簡單的對生成的驗證碼圖片進行一些干擾，但是隨著計算機視覺庫的發(fā)展壯大，可以輕松解決簡單的驗證碼識別問題，于是一些變態(tài) 的驗證碼就出來了，什么滑動驗證碼，當然這個也是比較好解決的，用python的selenium庫就可以破解一些滑動驗證碼。可是還出現(xiàn)了一些語音類，點擊類的驗證碼。爬蟲與反爬的較量確實越來越精彩了，也挺有趣的！最終促進的是整個行業(yè)技術(shù)的發(fā)展與進步。

在這里插入圖片描述

今天分享一個可以解決簡單驗證碼識別的代碼。

圖片:

在這里插入圖片描述

圖像灰度化處理

import cv2 
import numpy as np
img = cv2.imread('./picture/1.jpg')

#將圖片灰度化處理,降維,加權(quán)進行灰度化c
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
cv2.imshow('min_gray',gray)

cv2.waitKey(0)

cv2.destroyAllWindows()

效果:

在這里插入圖片描述

圖像二值化處理

t,gray2 = cv2.threshold(gray,220,255,cv2.THRESH_BINARY)
cv2.imshow('threshold',gray2)

cv2.waitKey(0)

cv2.destroyAllWindows()

效果:

在這里插入圖片描述

8領(lǐng)域過濾

def remove_noise(img,k=4):
  
  img2 = img.copy()
  
#   img處理數(shù)據(jù)，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(huán)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(shù)量，純白色的鄰居
        if n > k:
          img2[x,y] = 255
  return img2
result = remove_noise(gray2)
cv2.imshow('8neighbors',result)

cv2.waitKey(0)

cv2.destroyAllWindows()

過濾后的效果:

在這里插入圖片描述

代碼整合：

import cv2 
import numpy as np
img = cv2.imread('./picture/1.jpg')

#將圖片灰度化處理,降維,加權(quán)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()

以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: