詳解Python驗(yàn)證碼識(shí)別
以前寫過(guò)一個(gè)刷校內(nèi)網(wǎng)的人氣的工具,Java的(以后再也不行Java程序了),里面用到了驗(yàn)證碼識(shí)別,那段代碼不是我自己寫的:-) 校內(nèi)的驗(yàn)證是完全單色沒(méi)有任何干撓的驗(yàn)證碼,識(shí)別起來(lái)比較容易,不過(guò)從那段代碼中可以看到基本的驗(yàn)證碼識(shí)別方式。這幾天在寫一個(gè)程序的時(shí)候需要識(shí)別驗(yàn)證碼,因?yàn)槌绦蚴荘ython寫的自然打算用Python進(jìn)行驗(yàn)證碼的識(shí)別。
以前沒(méi)用Python處理過(guò)圖像,不太了解PIL(Python Image Library)的用法,這幾天看了看PIL,發(fā)現(xiàn)它太強(qiáng)大了,簡(jiǎn)直和ImageMagic,PS可以相比了。(這里有PIL不錯(cuò)的文檔)
由于上面的驗(yàn)證碼是24位的jpeg圖像,并且包含了噪點(diǎn),所以我們要做的就是去噪和去色,我拿PS找了張驗(yàn)證碼試了試,使用PS濾鏡中的去噪效果還行, 但是沒(méi)有在PIL找到去噪的函數(shù),后來(lái)發(fā)現(xiàn)中值過(guò)濾后可以去掉大部分的噪點(diǎn),而且PIL里有現(xiàn)成的函數(shù),接下來(lái)我試著直接把圖像轉(zhuǎn)換為單色,結(jié)果發(fā)現(xiàn)還是 會(huì)有不過(guò)的噪點(diǎn)留了下來(lái),因?yàn)橹兄颠^(guò)濾時(shí)把不少噪點(diǎn)淡化了,但轉(zhuǎn)換為音色時(shí)這些噪點(diǎn)又被強(qiáng)化顯示了,于是在中值過(guò)濾后對(duì)圖像亮度進(jìn)行加強(qiáng)處理,然后再轉(zhuǎn)換 為單色,這樣驗(yàn)證碼圖片就變得比較容易識(shí)別了:
上面這些處理使用Python才幾行:
im = Image.open(image_name) im = im.filter(ImageFilter.MedianFilter()) enhancer = ImageEnhance.Contrast(im) im = enhancer.enhance(2) im = im.convert('1') im.show()
接下來(lái)就是提取這些數(shù)字的字模,使用shell腳本下載100幅圖片,抽出三張圖片獲取字模:
#!/usr/bin/env python #encoding=utf-8 import Image,ImageEnhance,ImageFilter import sys image_name = "./images/81.jpeg" im = Image.open(image_name) im = im.filter(ImageFilter.MedianFilter()) enhancer = ImageEnhance.Contrast(im) im = enhancer.enhance(2) im = im.convert('1') #im.show() #all by pixel s = 12 #start postion of first number w = 10 #width of each number h = 15 #end postion from top t = 2 #start postion of top im_new = [] #split four numbers in the picture for i in range(4): im1 = im.crop((s+w*i+i*2,t,s+w*(i+1)+i*2,h)) im_new.append(im1) f = file("data.txt","a") for k in range(4): l = [] #im_new[k].show() for i in range(13): for j in range(10): if (im_new[k].getpixel((j,i)) == 255): l.append(0) else: l.append(1) f.write("l=[") n = 0 for i in l: if (n%10==0): f.write("/n") f.write(str(i)+",") n+=1 f.write("]/n")
把字模保存為list,用于接下來(lái)的匹配;
提取完字模后剩下來(lái)的就是對(duì)需要處理的圖片進(jìn)行與數(shù)據(jù)庫(kù)中的字模進(jìn)行匹配了,基本的思路就是看相應(yīng)點(diǎn)的重合率,但是由于噪點(diǎn)的影響在對(duì)(6,8) (8,3)(5,9)的匹配時(shí)容易出錯(cuò),俺自己針對(duì)已有的100幅圖片數(shù)據(jù)采集進(jìn)行分析,采用了雙向匹配(圖片與字模分別作為基點(diǎn)),做了半天的測(cè)試終于 可以實(shí)現(xiàn)100%的識(shí)別率。
#!/usr/bin/env python #encoding=utf-8 import Image,ImageEnhance,ImageFilter import Data DEBUG = False def d_print(*msg): global DEBUG if DEBUG: for i in msg: print i, print else: pass def Get_Num(l=[]): min1 = [] min2 = [] for n in Data.N: count1=count2=count3=count4=0 if (len(l) != len(n)): print "Wrong pic" exit() for i in range(len(l)): if (l[i] == 1): count1+=1 if (n[i] == 1): count2+=1 for i in range(len(l)): if (n[i] == 1): count3+=1 if (l[i] == 1): count4+=1 d_print(count1,count2,count3,count4) min1.append(count1-count2) min2.append(count3-count4) d_print(min1,"/n",min2) for i in range(10): if (min1[i] <= 2 or min2[i] <= 2): if ((abs(min1[i] - min2[i])) <10): return i for i in range(10): if (min1[i] <= 4 or min2[i] <= 4): if (abs(min1[i] - min2[i]) <= 2): return i for i in range(10): flag = False if (min1[i] <= 3 or min2[i] <= 3): for j in range(10): if (j != i and (min1[j] <5 or min2[j] <5)): flag = True else: pass if (not flag): return i for i in range(10): if (min1[i] <= 5 or min2[i] <= 5): if (abs(min1[i] - min2[i]) <= 10): return i for i in range(10): if (min1[i] <= 10 or min2[i] <= 10): if (abs(min1[i] - min2[i]) <= 3): return i #end of function Get_Num def Pic_Reg(image_name=None): im = Image.open(image_name) im = im.filter(ImageFilter.MedianFilter()) enhancer = ImageEnhance.Contrast(im) im = enhancer.enhance(2) im = im.convert('1') im.show() #all by pixel s = 12 #start postion of first number w = 10 #width of each number h = 15 #end postion from top t = 2 #start postion of top im_new = [] #split four numbers in the picture for i in range(4): im1 = im.crop((s+w*i+i*2,t,s+w*(i+1)+i*2,h)) im_new.append(im1) s = "" for k in range(4): l = [] #im_new[k].show() for i in range(13): for j in range(10): if (im_new[k].getpixel((j,i)) == 255): l.append(0) else: l.append(1) s+=str(Get_Num(l)) return s print Pic_Reg("./images/22.jpeg")
這里再提一下驗(yàn)證碼識(shí)別的基本方法:截圖,二值化、中值濾波去噪、分割、緊縮重排(讓高矮統(tǒng)一)、字庫(kù)特征匹配識(shí)別。
這里只是針對(duì)一般的驗(yàn)證碼,高級(jí)驗(yàn)證碼的識(shí)別這里有篇不錯(cuò)的文章,太復(fù)雜的話涉及的東西就多了,那俺就沒(méi)興趣了,人工智能(好恐怖),俺只喜歡簡(jiǎn)單的東西。
相關(guān)文章
Pandas —— resample()重采樣和asfreq()頻度轉(zhuǎn)換方式
今天小編就為大家分享一篇Pandas —— resample()重采樣和asfreq()頻度轉(zhuǎn)換方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02利用Python?實(shí)現(xiàn)圖片轉(zhuǎn)字符畫
這篇文章主要介紹了利用Python?實(shí)現(xiàn)圖片轉(zhuǎn)字符畫,要將圖片轉(zhuǎn)字符畫,需要先定義一個(gè)字符集,用來(lái)和灰度值做映射,將圖片每個(gè)像素的?RGB?值轉(zhuǎn)換為一個(gè)灰度值,將其對(duì)應(yīng)的字符輸出就得到字符畫2022-06-06Python中dilb和face_recognition第三方包安裝失敗的解決
本文主要介紹了Python中dilb和face_recognition第三方包安裝失敗的解決,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)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(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-02-02python實(shí)現(xiàn)簡(jiǎn)單貪吃蛇小游戲
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)簡(jiǎn)單貪吃蛇小游戲,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2022-06-06macbook如何徹底刪除python的實(shí)現(xiàn)方法
本文主要介紹了macbook如何徹底刪除python的實(shí)現(xiàn)方法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)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(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-07-07python之驗(yàn)證碼生成(gvcode與captcha)
這篇文章主要介紹了python之驗(yàn)證碼生成(gvcode與captcha),小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2019-01-01Python字典dict常用方法函數(shù)實(shí)例
這篇文章主要介紹了Python字典dict常用方法函數(shù)實(shí)例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)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,需要的朋友可以參考下2020-11-11Python的PIL庫(kù)中g(shù)etpixel方法的使用
這篇文章主要介紹了Python的PIL庫(kù)中g(shù)etpixel方法的使用,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)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(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04