python对验证码降噪的实现示例代码
前言:
最近写爬虫会经常遇到一些验证码识别的问题,现如今的验证码已经是五花八门,刚开始的验证码就是简单的对生成的验证码图片进行一些干扰,但是随着计算机视觉库的发展壮大,可以轻松解决简单的验证码识别问题,于是一些变态的验证码就出来了,什么滑动验证码,当然这个也是比较好解决的,用python的selenium库就可以破解一些滑动验证码。可是还出现了一些语音类,点击类的验证码。爬虫与反爬的较量确实越来越精彩了,也挺有趣的!最终促进的是整个行业技术的发展与进步。
今天分享一个可以解决简单验证码识别的代码。
图片:
图像灰度化处理
importcv2 importnumpyasnp img=cv2.imread('./picture/1.jpg') #将图片灰度化处理,降维,加权进行灰度化c gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) cv2.imshow('min_gray',gray) cv2.waitKey(0) cv2.destroyAllWindows()
效果:
图像二值化处理
t,gray2=cv2.threshold(gray,220,255,cv2.THRESH_BINARY) cv2.imshow('threshold',gray2) cv2.waitKey(0) cv2.destroyAllWindows()
效果:
8领域过滤
defremove_noise(img,k=4): img2=img.copy() #img处理数据,k过滤条件 w,h=img2.shape defget_neighbors(img3,r,c): count=0 foriin[r-1,r,r+1]: forjin[c-1,c,c+1]: ifimg3[i,j]>10:#纯白色 count+=1 returncount #两层for循环判断所有的点 forxinrange(w): foryinrange(h): ifx==0ory==0orx==w-1ory==h-1: img2[x,y]=255 else: n=get_neighbors(img2,x,y)#获取邻居数量,纯白色的邻居 ifn>k: img2[x,y]=255 returnimg2 result=remove_noise(gray2) cv2.imshow('8neighbors',result) cv2.waitKey(0) cv2.destroyAllWindows()
过滤后的效果:
代码整合:
importcv2 importnumpyasnp img=cv2.imread('./picture/1.jpg') #将图片灰度化处理,降维,加权进行灰度化c gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) t,gray2=cv2.threshold(gray,200,255,cv2.THRESH_BINARY) cv2.imshow('threshold',gray2) result=remove_noise(gray2) cv2.imshow('8neighbors',result) cv2.waitKey(0) cv2.destroyAllWindows()
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持毛票票。
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。