python识别验证码图片实例详解
在编写自动化测试用例的时候，每次登录都需要输入验证码，后来想把让python自己识别图片里的验证码，不需要自己手动登陆，所以查了一下识别功能怎么实现，做一下笔记。
首选导入一些用到的库，re、Image、pytesseract、selenium、time
importre#用于正则 fromPILimportImage#用于打开图片和对图片处理 importpytesseract#用于图片转文字 fromseleniumimportwebdriver#用于打开网站 importtime#代码运行停顿
首先需要获取验证码图片，才能进一步识别。
创建类，定义webdriver和find_element_by_selector方法，用来打开网页和定位验证码图片的元素
classVerificationCode: def__init__(self): self.driver=webdriver.Firefox() self.find_element=self.driver.find_element_by_css_selector
然后打开浏览器截取验证码图片
defget_pictures(self):
self.driver.get('http://123.255.123.3')#打开登陆页面
self.driver.save_screenshot('pictures.png')#全屏截图
page_snap_obj=Image.open('pictures.png')
img=self.find_element('#pic')#验证码元素位置
time.sleep(1)
location=img.location
size=img.size#获取验证码的大小参数
left=location['x']
top=location['y']
right=left+size['width']
bottom=top+size['height']
image_obj=page_snap_obj.crop((left,top,right,bottom))#按照验证码的长宽，切割验证码
image_obj.show()#打开切割后的完整验证码
self.driver.close()#处理完验证码后关闭浏览器
returnimage_obj
未处理前的验证码图片如下：
未处理的验证码图片，对于python来说识别率较低，仔细看可以发现图片里有很对五颜六色扰乱识别的点，非常影响识别率。
下面对获取的验证码进行处理。
首先用convert把图片转成黑白色。设置threshold阈值，超过阈值的为黑色
defprocessing_image(self):
image_obj=self.get_pictures()#获取验证码
img=image_obj.convert("L")#转灰度
pixdata=img.load()
w,h=img.size
threshold=160#该阈值不适合所有验证码，具体阈值请根据验证码情况设置
#遍历所有像素，大于阈值的为黑色
foryinrange(h):
forxinrange(w):
ifpixdata[x,y]
经过灰度处理后的图片
然后删除一些扰乱识别的像素点。
defdelete_spot(self):
images=self.processing_image()
data=images.getdata()
w,h=images.size
black_point=0
forxinrange(1,w-1):
foryinrange(1,h-1):
mid_pixel=data[w*y+x]#中央像素点像素值
ifmid_pixel<50:#找出上下左右四个方向像素点像素值
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)]
#判断上下左右的黑色像素点总个数
iftop_pixel<10:
black_point+=1
ifleft_pixel<10:
black_point+=1
ifdown_pixel<10:
black_point+=1
ifright_pixel<10:
black_point+=1
ifblack_point<1:
images.putpixel((x,y),255)
black_point=0
#images.show()
returnimages
经过去除噪点处理后的图片
最后把处理后的图片转成文字。
先设置pytesseract的路径，因为默认路径是错的，然后转换图片为文字，由于个别图片中识别会出现处理遗漏，会被识别成空格或则点或则分号什么的，所以增加了一个去除验证码中特殊字符的处理。
defimage_str(self):
image=self.delete_spot()
pytesseract.pytesseract.tesseract_cmd=r"C:\ProgramFiles\Tesseract-OCR\tesseract.exe"#设置pyteseract路径
result=pytesseract.image_to_string(image)#图片转文字
resultj=re.sub(u"([^\u4e00-\u9fa5\u0030-\u0039\u0041-\u005a\u0061-\u007a])","",result)#去除识别出来的特殊字符
result_four=resultj[0:4]#只获取前4个字符
#print(resultj)#打印识别的验证码
returnresult_four
完整代码如下：
importre#用于正则
fromPILimportImage#用于打开图片和对图片处理
importpytesseract#用于图片转文字
fromseleniumimportwebdriver#用于打开网站
importtime#代码运行停顿
classVerificationCode:
def__init__(self):
self.driver=webdriver.Firefox()
self.find_element=self.driver.find_element_by_css_selector
defget_pictures(self):
self.driver.get('http://123.255.123.3')#打开登陆页面
self.driver.save_screenshot('pictures.png')#全屏截图
page_snap_obj=Image.open('pictures.png')
img=self.find_element('#pic')#验证码元素位置
time.sleep(1)
location=img.location
size=img.size#获取验证码的大小参数
left=location['x']
top=location['y']
right=left+size['width']
bottom=top+size['height']
image_obj=page_snap_obj.crop((left,top,right,bottom))#按照验证码的长宽，切割验证码
image_obj.show()#打开切割后的完整验证码
self.driver.close()#处理完验证码后关闭浏览器
returnimage_obj
defprocessing_image(self):
image_obj=self.get_pictures()#获取验证码
img=image_obj.convert("L")#转灰度
pixdata=img.load()
w,h=img.size
threshold=160
#遍历所有像素，大于阈值的为黑色
foryinrange(h):
forxinrange(w):
ifpixdata[x,y]
更多关于python识别验证码图片方法请查看下面的相关链接
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。