快捷導(dǎo)航

python 識(shí)別登錄驗(yàn)證碼圖片功能的實(shí)現(xiàn)代碼（完整代碼）

更新時(shí)間：2020年07月03日 09:03:58 作者：沉默的鵬先生

這篇文章主要介紹了python 識(shí)別登錄驗(yàn)證碼圖片功能，本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下

在編寫自動(dòng)化測試用例的時(shí)候，每次登錄都需要輸入驗(yàn)證碼，后來想把讓python自己識(shí)別圖片里的驗(yàn)證碼，不需要自己手動(dòng)登陸，所以查了一下識(shí)別功能怎么實(shí)現(xiàn)，做一下筆記。

首選導(dǎo)入一些用到的庫，re、Image、pytesseract、selenium、time

import re # 用于正則
from PIL import Image # 用于打開圖片和對(duì)圖片處理
import pytesseract # 用于圖片轉(zhuǎn)文字
from selenium import webdriver # 用于打開網(wǎng)站
import time # 代碼運(yùn)行停頓

首先需要獲取驗(yàn)證碼圖片，才能進(jìn)一步識(shí)別。

創(chuàng)建類，定義webdriver和find_element_by_selector方法，用來打開網(wǎng)頁和定位驗(yàn)證碼圖片的元素

class VerificationCode:
  def __init__(self):
    self.driver = webdriver.Firefox()
    self.find_element = self.driver.find_element_by_css_selector

然后打開瀏覽器截取驗(yàn)證碼圖片

 def get_pictures(self):
    self.driver.get('http://123.255.123.3') # 打開登陸頁面
    self.driver.save_screenshot('pictures.png') # 全屏截圖
    page_snap_obj = Image.open('pictures.png')
    img = self.find_element('#pic') # 驗(yàn)證碼元素位置
    time.sleep(1)
    location = img.location
    size = img.size # 獲取驗(yàn)證碼的大小參數(shù)
    left = location['x']
    top = location['y']
    right = left + size['width']
    bottom = top + size['height']
    image_obj = page_snap_obj.crop((left, top, right, bottom)) # 按照驗(yàn)證碼的長寬，切割驗(yàn)證碼
    image_obj.show() # 打開切割后的完整驗(yàn)證碼
    self.driver.close() # 處理完驗(yàn)證碼后關(guān)閉瀏覽器
    return image_obj

未處理前的驗(yàn)證碼圖片如下：

未處理的驗(yàn)證碼圖片，對(duì)于python來說識(shí)別率較低，仔細(xì)看可以發(fā)現(xiàn)圖片里有很對(duì)五顏六色擾亂識(shí)別的點(diǎn)，非常影響識(shí)別率。

下面對(duì)獲取的驗(yàn)證碼進(jìn)行處理。

首先用convert把圖片轉(zhuǎn)成黑白色。設(shè)置threshold閾值，超過閾值的為黑色

def processing_image(self):
    image_obj = self.get_pictures() # 獲取驗(yàn)證碼
    img = image_obj.convert("L") # 轉(zhuǎn)灰度
    pixdata = img.load()
    w, h = img.size
    threshold = 160 # 該閾值不適合所有驗(yàn)證碼，具體閾值請(qǐng)根據(jù)驗(yàn)證碼情況設(shè)置
    # 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

經(jīng)過灰度處理后的圖片

然后刪除一些擾亂識(shí)別的像素點(diǎn)。

  def delete_spot(self):
    images = self.processing_image()
    data = images.getdata()
    w, h = images.size
    black_point = 0
    for x in range(1, w - 1):
      for y in range(1, h - 1):
        mid_pixel = data[w * y + x] # 中央像素點(diǎn)像素值
        if mid_pixel < 50: # 找出上下左右四個(gè)方向像素點(diǎn)像素值
          top_pixel = data[w * (y - 1) + x]
          left_pixel = data[w * y + (x - 1)]
          down_pixel = data[w * (y + 1) + x]
          right_pixel = data[w * y + (x + 1)]
          # 判斷上下左右的黑色像素點(diǎn)總個(gè)數(shù)
          if top_pixel < 10:
            black_point += 1
          if left_pixel < 10:
            black_point += 1
          if down_pixel < 10:
            black_point += 1
          if right_pixel < 10:
            black_point += 1
          if black_point < 1:
            images.putpixel((x, y), 255)
          black_point = 0
    # images.show()
    return images

經(jīng)過去除噪點(diǎn)處理后的圖片

最后把處理后的圖片轉(zhuǎn)成文字。

先設(shè)置pytesseract的路徑，因?yàn)槟J(rèn)路徑是錯(cuò)的，然后轉(zhuǎn)換圖片為文字，由于個(gè)別圖片中識(shí)別會(huì)出現(xiàn)處理遺漏，會(huì)被識(shí)別成空格或則點(diǎn)或則分號(hào)什么的，所以增加了一個(gè)去除驗(yàn)證碼中特殊字符的處理。

PS：tesseract文件下載鏈接

def image_str(self):
    image = self.delete_spot()
    pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe" # 設(shè)置pyteseract路徑
    result = pytesseract.image_to_string(image) # 圖片轉(zhuǎn)文字
    resultj = re.sub(u"([^\u4e00-\u9fa5\u0030-\u0039\u0041-\u005a\u0061-\u007a])", "", result) # 去除識(shí)別出來的特殊字符
    result_four = resultj[0:4] # 只獲取前4個(gè)字符
    # print(resultj) # 打印識(shí)別的驗(yàn)證碼
    return result_four

完整代碼如下：

import re # 用于正則
from PIL import Image # 用于打開圖片和對(duì)圖片處理
import pytesseract # 用于圖片轉(zhuǎn)文字
from selenium import webdriver # 用于打開網(wǎng)站
import time # 代碼運(yùn)行停頓
 
 
class VerificationCode:
  def __init__(self):
    self.driver = webdriver.Firefox()
    self.find_element = self.driver.find_element_by_css_selector
 
  def get_pictures(self):
    self.driver.get('http://123.255.123.3') # 打開登陸頁面
    self.driver.save_screenshot('pictures.png') # 全屏截圖
    page_snap_obj = Image.open('pictures.png')
    img = self.find_element('#pic') # 驗(yàn)證碼元素位置
    time.sleep(1)
    location = img.location
    size = img.size # 獲取驗(yàn)證碼的大小參數(shù)
    left = location['x']
    top = location['y']
    right = left + size['width']
    bottom = top + size['height']
    image_obj = page_snap_obj.crop((left, top, right, bottom)) # 按照驗(yàn)證碼的長寬，切割驗(yàn)證碼
    image_obj.show() # 打開切割后的完整驗(yàn)證碼
    self.driver.close() # 處理完驗(yàn)證碼后關(guān)閉瀏覽器
    return image_obj
 
  def processing_image(self):
    image_obj = self.get_pictures() # 獲取驗(yàn)證碼
    img = image_obj.convert("L") # 轉(zhuǎn)灰度
    pixdata = img.load()
    w, h = img.size
    threshold = 160
    # 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
 
  def delete_spot(self):
    images = self.processing_image()
    data = images.getdata()
    w, h = images.size
    black_point = 0
    for x in range(1, w - 1):
      for y in range(1, h - 1):
        mid_pixel = data[w * y + x] # 中央像素點(diǎn)像素值
        if mid_pixel < 50: # 找出上下左右四個(gè)方向像素點(diǎn)像素值
          top_pixel = data[w * (y - 1) + x]
          left_pixel = data[w * y + (x - 1)]
          down_pixel = data[w * (y + 1) + x]
          right_pixel = data[w * y + (x + 1)]
          # 判斷上下左右的黑色像素點(diǎn)總個(gè)數(shù)
          if top_pixel < 10:
            black_point += 1
          if left_pixel < 10:
            black_point += 1
          if down_pixel < 10:
            black_point += 1
          if right_pixel < 10:
            black_point += 1
          if black_point < 1:
            images.putpixel((x, y), 255)
          black_point = 0
    # images.show()
    return images
 
  def image_str(self):
    image = self.delete_spot()
    pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe" # 設(shè)置pyteseract路徑
    result = pytesseract.image_to_string(image) # 圖片轉(zhuǎn)文字
    resultj = re.sub(u"([^\u4e00-\u9fa5\u0030-\u0039\u0041-\u005a\u0061-\u007a])", "", result) # 去除識(shí)別出來的特殊字符
    result_four = resultj[0:4] # 只獲取前4個(gè)字符
    # print(resultj) # 打印識(shí)別的驗(yàn)證碼
    return result_four
 
if __name__ == '__main__':
  a = VerificationCode()
  a.image_str()

看評(píng)論有很多人需要tesseract.exe文件，但是由于文件過大，發(fā)郵件會(huì)出現(xiàn)無法下載的情況，有需要的可以在一下連接里下載tesseract.exe文件

到此這篇關(guān)于python 識(shí)別登錄驗(yàn)證碼圖片（完整代碼）的文章就介紹到這了,更多相關(guān)python識(shí)別登錄驗(yàn)證碼圖片內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: