python對(duì)驗(yàn)證碼降噪的實(shí)現(xiàn)示例代碼

更新時(shí)間：2019年11月12日 16:19:24 作者：lemon *

這篇文章主要介紹了python對(duì)驗(yàn)證碼降噪的實(shí)現(xiàn)示例代碼，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

前言：

最近寫(xiě)爬蟲(chóng)會(huì)經(jīng)常遇到一些驗(yàn)證碼識(shí)別的問(wèn)題，現(xiàn)如今的驗(yàn)證碼已經(jīng)是五花八門(mén)，剛開(kāi)始的驗(yàn)證碼就是簡(jiǎn)單的對(duì)生成的驗(yàn)證碼圖片進(jìn)行一些干擾，但是隨著計(jì)算機(jī)視覺(jué)庫(kù)的發(fā)展壯大，可以輕松解決簡(jiǎn)單的驗(yàn)證碼識(shí)別問(wèn)題，于是一些變態(tài) 的驗(yàn)證碼就出來(lái)了，什么滑動(dòng)驗(yàn)證碼，當(dāng)然這個(gè)也是比較好解決的，用python的selenium庫(kù)就可以破解一些滑動(dòng)驗(yàn)證碼。可是還出現(xiàn)了一些語(yǔ)音類，點(diǎn)擊類的驗(yàn)證碼。爬蟲(chóng)與反爬的較量確實(shí)越來(lái)越精彩了，也挺有趣的！最終促進(jìn)的是整個(gè)行業(yè)技術(shù)的發(fā)展與進(jìn)步。

在這里插入圖片描述

今天分享一個(gè)可以解決簡(jiǎn)單驗(yàn)證碼識(shí)別的代碼。

圖片:

在這里插入圖片描述

圖像灰度化處理

import cv2 
import numpy as np
img = cv2.imread('./picture/1.jpg')

#將圖片灰度化處理,降維,加權(quán)進(jìn)行灰度化c
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
cv2.imshow('min_gray',gray)

cv2.waitKey(0)

cv2.destroyAllWindows()

效果:

在這里插入圖片描述

圖像二值化處理

t,gray2 = cv2.threshold(gray,220,255,cv2.THRESH_BINARY)
cv2.imshow('threshold',gray2)

cv2.waitKey(0)

cv2.destroyAllWindows()

效果:

在這里插入圖片描述

8領(lǐng)域過(guò)濾

def remove_noise(img,k=4):
  
  img2 = img.copy()
  
#   img處理數(shù)據(jù)，k過(guò)濾條件
  w,h = img2.shape
  def get_neighbors(img3,r,c):
    count = 0
    for i in [r-1,r,r+1]:
      for j in [c-1,c,c+1]:
        if img3[i,j] > 10:#純白色
          count+=1
    return count
#   兩層for循環(huán)判斷所有的點(diǎn)
  for x in range(w):
    for y in range(h):
      if x == 0 or y == 0 or x == w -1 or y == h -1:
        img2[x,y] = 255
      else:
        n = get_neighbors(img2,x,y)#獲取鄰居數(shù)量，純白色的鄰居
        if n > k:
          img2[x,y] = 255
  return img2
result = remove_noise(gray2)
cv2.imshow('8neighbors',result)

cv2.waitKey(0)

cv2.destroyAllWindows()

過(guò)濾后的效果:

在這里插入圖片描述

代碼整合：

import cv2 
import numpy as np
img = cv2.imread('./picture/1.jpg')

#將圖片灰度化處理,降維,加權(quán)進(jìn)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?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: