python识别中文验证码_Python识别简单验证码

12.1 更新

已经有完整的代码了

=======================================

新手, 多多指教

大概思路: 1. 转换图片为黑白, 2. 去除干扰, 3. 切割, 4. 识别

<1>

采集足够的验证码图片

要识别的验证码都是简单的, 字体一致, 无变形, 干扰少,位置固定(适合新手)

采集代码(隐去网址)

for i in range(500):

url = r'http://xxxx/default3.html'

urllib.urlretrieve(url, str(i) + '.gif')

<2>

切割转换图片, 返回为图片块

rct 为五个数字的四条边的位置, 由于位置固定所以通过手动微调得到大概值

import os

from PIL import Image

def get_cut(file_name):

img = Image.open(file_name)

cut_img = []

# 每个数字的范围

rct = (

(5, 5, 15, 19), # 左边距上边距右边距下边距

(14, 5, 24, 19),

(23, 5, 33, 19),

(32, 5, 42, 19),

(41, 5, 51, 19)

)

# 转换图片

bin_img = get_bin(img)

# 将图片分割为五部分

for part in range(5):

cut_img.append(bin_img.crop(rct[part]))

return cut_img

切割后的图片大概如下:

保存切割的图片代码如下, 测试的时候用:

for i in range(20):

img = get_cut('img\\' + str(i) + '.gif')

d = 0

for im in img:

d += 1

im.save('cut\\' + str(i) + str(d) + '.gif')

<3>

把图片转换为灰度图 , 去除噪音部分, 转换为黑白

由图可看出, 数字部分颜色比较暗, 背景部分偏亮, 转换为灰度图, 将亮的部分去除得到的就是有效的数字部分像素, 阈值可用ps, 或者用代码计算出亮度信息集中部分, 将高于阈值的部分去除

# 去除图片噪点并转为黑白

def get_bin(img):

bin_img = Image.new('L', img.size, 255) # 新图片模式 L灰度大小色彩深度

cvt_img = img.convert("L") # 转换模式为灰度图

for x in range(img.size[1]):

for y in range(img.size[0]):

pix = cvt_img.getpixel((y, x))

if pix < 110: # 去噪阈值过滤灰度大于 110 的像素点

bin_img.putpixel((y, x), 0) # 填充新图片

else:

bin_img.putpixel((y, x), 255)

return bin_img

<4>

将图片每个像素点转换为 0, 1 值对应的字典,1代表有, 0 代表无

# 转换为矢量

def buildvector(img):

d1 = {}

count = 0

for i in img.getdata():

d1[count] = 0

if i ==255:

d1[count] = 1

count += 1

return d1

<5>

识别图片块数字, 将要识别的图片转换为二值对应的字典, 读取已知的图片并与要识别的图片比较, 比较的方法是对比x每一行, y每一列, 将一样的值计数统计除以总像素计算出相似度, 并返回相似度最高的图片的值

# 识别每个图片块的内容

def get_result(src_img):

guess = -1

# 将图片转换为二值列表

srcimgbin = buildvector(src_img)

# 用于储存每个对比数字的相似率

simalist = []

for i in range(10):

simalist.append(0)

# 与每个数字对比

for cp_numb in range(10):

cp_count = len(os.listdir('convert_Img\\%s' % cp_numb))

# 遍历比较已知数字图片块集合目录

for comp in os.listdir('convert_Img\\%s' % cp_numb):

cpimgpath = 'convert_Img\\' + str(cp_numb) + '\\' + comp

# 将已知块转换

cp_bin =buildvector(get_bin(Image.open(cpimgpath)))

xy = 0

yx = 0

# 纵向扫描对比并统计相同

for x in range(10):

for y in range(14):

if cp_bin[x * y + y] == srcimgbin[x * y + y] == 1:

xy += 1

# 横向扫描对比

for y in range(14):

for x in range(10):

if cp_bin[y * x + x] == srcimgbin[y * x + x] == 1:

yx += 1

# 得出单张图片相似率

sima = (xy + yx) / 280

# 统计该数相似率

simalist[cp_numb] += sima

# 求于个数平均值

simalist[cp_numb] /= cp_count

# 得到相似度最高的数字

guess = getmax(simalist)

return guess

# 获取列表最大数

def getmax(list):

li = list

max = 0

index = 0

for i in range(len(li)):

if max < li[i]:

max = li[i]

index = i

return index

<6>

主函数循环识别一百张张图片验证码内容,将识别结果命名为图片名

if __name__ == '__main__':

for i in range(100):

# 得到只有黑白值的图片分割块

cut_img = get_cut('img\\' + str(i) + '.gif')

result = ''

# 识别每个图片块的内容

for im in cut_img:

# 将识别的结果连接

result = result + str(get_result(im))

print result

# 重命名文件名为识别结果

os.rename('img\\' + str(i) + '.gif','img\\' + result + '.gif')

识别结果

待解决问题, 将已标记的图片先转换为二值标记文件, 8 会识别为 3 ,原因是还有干扰的点

待更新 . . .

python识别中文验证码_Python识别简单验证码相关推荐

python获取网页验证码_Python识别网站验证码
http://drops.wooyun.org/tips/6313 Python识别网站验证码 Manning · 2015/05/28 10:57 0x00 识别涉及技术验证码识别涉及很多方面的内 ...
python 滑动验证码_python:TX滑动验证码识别方案一
一.介绍: 本内容只做技术交流使用,请勿做商业用途.本方法验证采用本地自建服务器的形式来对所介绍的算法做验证滑动验证码如下图所示: 复制代码二.本地测试环境构建本地测试环境的构建CSDN已有文章 ...
eoLinker-API_Shop_验证码识别与生成类API调用的代码示例合集：六位图片验证码生成、四位图片验证码生成、简单验证码识别等...
以下示例代码适用于 www.apishop.net 网站下的API,使用本文提及的接口调用代码示例前,您需要先申请相应的API服务. 六位图片验证码生成:包括纯数字.小写字母.大写字母.大小写混合.数 ...
python ocr 识别中文pdf_轻松识别文字，这款Python OCR库支持超过80种语言
OCR是什么? 有一款软件叫扫描全能王,想必一些小伙伴听过,这是一个OCR集成软件,可以将图像内容扫描成文字. 所以说,OCR作用是对文本资料的图像文件进行分析识别处理,获取文字及版面信息. OCR的 ...
python识别汉字笔画_Python识别图片中的文字
Python识别图片中的文字一.前言不知道大家有没有遇到过这样的问题,就是在某个软件或者某个网页里面有一篇文章,你非常喜欢,但是不能复制.或者像百度文档一样,只能复制一部分,这个时候我们就会选择截 ...
python批量识别图片中文字_Python识别图片中的文字
一.前言不知道大家有没有遇到过这样的问题,就是在某个软件或者某个网页里面有一篇文章,你非常喜欢,但是不能复制.或者像百度文档一样,只能复制一部分,这个时候我们就会选择截图保存.但是当我们想用到里面的 ...
python制作查询网页_Python制作简单的网页爬虫
1.准备工作: 工欲善其事必先利其器,因此我们有必要在进行Coding前先配置一个适合我们自己的开发环境,我搭建的开发环境是: 操作系统:Ubuntu 14.04 LTS Python版本:2.7.6 ...
python 读中文乱码_python字符乱码的解决小结
引言无论学习什么程序语言,字符串这种数据类型总是着有非常重要.然而最近在学习python这门语言,想要显示中文,总是出现各种乱码.于是在网上查了很多资料,各说纷纭,我也尝试了许多的方法,有时候可以正 ...
python识别12306验证码_Python 识别12306图片验证码物品的实现示例
1.PIL介绍以及图片分割 Python 3 安装: pip3 install Pillow 1.1 image 模块 Image模块是在Python PIL图像处理中常见的模块,主要是用于对这个图 ...

python识别中文验证码_Python识别简单验证码

python识别中文验证码_Python识别简单验证码相关推荐

最新文章

热门文章