python 識別登錄驗(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，對于python來說識別率較低，仔細(xì)看可以發(fā)現(xiàn)圖片里有很對五顏六色擾亂識別的點(diǎn)，非常影響識別率。
下面對獲取的驗(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)別圖片中識別會(huì)出現(xiàn)處理遺漏，會(huì)被識別成空格或則點(diǎn)或則分號什么的，所以增加了一個(gè)去除驗(yàn)證碼中特殊字符的處理。
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) # 打印識別的驗(yàn)證碼
return result_four
if __name__ == '__main__':
a = VerificationCode()
a.image_str()
看評論有很多人需要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識別登錄驗(yàn)證碼圖片內(nèi)容請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！
相關(guān)文章
這篇文章主要介紹了淺談python中的占位符，分享了其簡單實(shí)例，具有一定參考價(jià)值，需要的朋友可以了解下。2017-11-11
Python框架Flask的基本數(shù)據(jù)庫操作方法分析
這篇文章主要介紹了Python框架Flask的基本數(shù)據(jù)庫操作方法,結(jié)合實(shí)例形式分析了Flask框架數(shù)據(jù)庫操作常用函數(shù)功能、用法及相關(guān)注意事項(xiàng),需要的朋友可以參考下2018-07-07
python 動(dòng)態(tài)加載的實(shí)現(xiàn)方法
腳本語言都有一個(gè)優(yōu)點(diǎn)，就是動(dòng)態(tài)加載，python也有這個(gè)特性。這篇文章主要介紹了python 動(dòng)態(tài)加載的實(shí)現(xiàn)方法,需要的朋友可以參考下2017-12-12
前面對類的有關(guān)內(nèi)容已經(jīng)描述不少了，其實(shí)話題遠(yuǎn)遠(yuǎn)沒有結(jié)束，不過對于初學(xué)者，掌握這些已經(jīng)算是入門，在以后的實(shí)踐中，還需要進(jìn)行體會(huì)和感悟。2014-10-10
繼承也是面向?qū)ο缶幊倘筇匦灾?，本篇文章我們就來學(xué)習(xí)Python中繼承的用處、使用場景及用與不用的區(qū)別，感興趣的朋友一起來閱讀下面文章吧2021-09-09
這篇文章主要介紹了Python迭代器定義與簡單用法,結(jié)合實(shí)例形式分析了迭代器的概念、原理、創(chuàng)建及使用方法,需要的朋友可以參考下2018-04-04
Python標(biāo)準(zhǔn)庫calendar的使用方法
本文主要介紹了Python標(biāo)準(zhǔn)庫calendar的使用方法，calendar模塊主要由Calendar類與一些模塊方法構(gòu)成，Calendar類又衍生了一些子孫類來幫助我們實(shí)現(xiàn)一些特殊的功能，感興趣的可以了解一下2021-11-11
本文主要介紹了python df遍歷的N種方式，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-07-07
Python實(shí)現(xiàn)從PPT中導(dǎo)出高分辨率圖片
這篇文章主要為大家分享了一個(gè)實(shí)用腳本——如何利用Python實(shí)現(xiàn)從PPT中導(dǎo)出高分辨率(高 dpi)的圖片，文中的示例代碼講解詳細(xì)，感興趣的可以了解一下2023-05-05
python+openCV調(diào)用攝像頭拍攝和處理圖片的實(shí)現(xiàn)
這篇文章主要介紹了python+openCV調(diào)用攝像頭拍攝和處理圖片的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-08-08