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。