python 識別登錄驗證碼圖片功能的實現(xiàn)代碼（完整代碼）

更新時間：2020年07月03日 09:03:58 作者：沉默的鵬先生

這篇文章主要介紹了python 識別登錄驗證碼圖片功能，本文通過實例代碼給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下

在編寫自動化測試用例的時候，每次登錄都需要輸入驗證碼，后來想把讓python自己識別圖片里的驗證碼，不需要自己手動登陸，所以查了一下識別功能怎么實現(xiàn)，做一下筆記。

首選導入一些用到的庫，re、Image、pytesseract、selenium、time

import re # 用于正則
from PIL import Image # 用于打開圖片和對圖片處理
import pytesseract # 用于圖片轉文字
from selenium import webdriver # 用于打開網(wǎng)站
import time # 代碼運行停頓

首先需要獲取驗證碼圖片，才能進一步識別。

創(chuàng)建類，定義webdriver和find_element_by_selector方法，用來打開網(wǎng)頁和定位驗證碼圖片的元素

class VerificationCode:
  def __init__(self):
    self.driver = webdriver.Firefox()
    self.find_element = self.driver.find_element_by_css_selector

然后打開瀏覽器截取驗證碼圖片

 def get_pictures(self):
    self.driver.get('http://123.255.123.3') # 打開登陸頁面
    self.driver.save_screenshot('pictures.png') # 全屏截圖
    page_snap_obj = Image.open('pictures.png')
    img = self.find_element('#pic') # 驗證碼元素位置
    time.sleep(1)
    location = img.location
    size = img.size # 獲取驗證碼的大小參數(shù)
    left = location['x']
    top = location['y']
    right = left + size['width']
    bottom = top + size['height']
    image_obj = page_snap_obj.crop((left, top, right, bottom)) # 按照驗證碼的長寬，切割驗證碼
    image_obj.show() # 打開切割后的完整驗證碼
    self.driver.close() # 處理完驗證碼后關閉瀏覽器
    return image_obj

未處理前的驗證碼圖片如下：

未處理的驗證碼圖片，對于python來說識別率較低，仔細看可以發(fā)現(xiàn)圖片里有很對五顏六色擾亂識別的點，非常影響識別率。

下面對獲取的驗證碼進行處理。

首先用convert把圖片轉成黑白色。設置threshold閾值，超過閾值的為黑色

def processing_image(self):
    image_obj = self.get_pictures() # 獲取驗證碼
    img = image_obj.convert("L") # 轉灰度
    pixdata = img.load()
    w, h = img.size
    threshold = 160 # 該閾值不適合所有驗證碼，具體閾值請根據(jù)驗證碼情況設置
    # 遍歷所有像素，大于閾值的為黑色
    for y in range(h):
      for x in range(w):
        if pixdata[x, y] < threshold:
          pixdata[x, y] = 0
        else:
          pixdata[x, y] = 255
    return img

經(jīng)過灰度處理后的圖片

然后刪除一些擾亂識別的像素點。

  def delete_spot(self):
    images = self.processing_image()
    data = images.getdata()
    w, h = images.size
    black_point = 0
    for x in range(1, w - 1):
      for y in range(1, h - 1):
        mid_pixel = data[w * y + x] # 中央像素點像素值
        if mid_pixel < 50: # 找出上下左右四個方向像素點像素值
          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)]
          # 判斷上下左右的黑色像素點總個數(shù)
          if top_pixel < 10:
            black_point += 1
          if left_pixel < 10:
            black_point += 1
          if down_pixel < 10:
            black_point += 1
          if right_pixel < 10:
            black_point += 1
          if black_point < 1:
            images.putpixel((x, y), 255)
          black_point = 0
    # images.show()
    return images

經(jīng)過去除噪點處理后的圖片

最后把處理后的圖片轉成文字。

先設置pytesseract的路徑，因為默認路徑是錯的，然后轉換圖片為文字，由于個別圖片中識別會出現(xiàn)處理遺漏，會被識別成空格或則點或則分號什么的，所以增加了一個去除驗證碼中特殊字符的處理。

PS：tesseract文件下載鏈接

def image_str(self):
    image = self.delete_spot()
    pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe" # 設置pyteseract路徑
    result = pytesseract.image_to_string(image) # 圖片轉文字
    resultj = re.sub(u"([^\u4e00-\u9fa5\u0030-\u0039\u0041-\u005a\u0061-\u007a])", "", result) # 去除識別出來的特殊字符
    result_four = resultj[0:4] # 只獲取前4個字符
    # print(resultj) # 打印識別的驗證碼
    return result_four

完整代碼如下：

import re # 用于正則
from PIL import Image # 用于打開圖片和對圖片處理
import pytesseract # 用于圖片轉文字
from selenium import webdriver # 用于打開網(wǎng)站
import time # 代碼運行停頓
 
 
class VerificationCode:
  def __init__(self):
    self.driver = webdriver.Firefox()
    self.find_element = self.driver.find_element_by_css_selector
 
  def get_pictures(self):
    self.driver.get('http://123.255.123.3') # 打開登陸頁面
    self.driver.save_screenshot('pictures.png') # 全屏截圖
    page_snap_obj = Image.open('pictures.png')
    img = self.find_element('#pic') # 驗證碼元素位置
    time.sleep(1)
    location = img.location
    size = img.size # 獲取驗證碼的大小參數(shù)
    left = location['x']
    top = location['y']
    right = left + size['width']
    bottom = top + size['height']
    image_obj = page_snap_obj.crop((left, top, right, bottom)) # 按照驗證碼的長寬，切割驗證碼
    image_obj.show() # 打開切割后的完整驗證碼
    self.driver.close() # 處理完驗證碼后關閉瀏覽器
    return image_obj
 
  def processing_image(self):
    image_obj = self.get_pictures() # 獲取驗證碼
    img = image_obj.convert("L") # 轉灰度
    pixdata = img.load()
    w, h = img.size
    threshold = 160
    # 遍歷所有像素，大于閾值的為黑色
    for y in range(h):
      for x in range(w):
        if pixdata[x, y] < threshold:
          pixdata[x, y] = 0
        else:
          pixdata[x, y] = 255
    return img
 
  def delete_spot(self):
    images = self.processing_image()
    data = images.getdata()
    w, h = images.size
    black_point = 0
    for x in range(1, w - 1):
      for y in range(1, h - 1):
        mid_pixel = data[w * y + x] # 中央像素點像素值
        if mid_pixel < 50: # 找出上下左右四個方向像素點像素值
          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)]
          # 判斷上下左右的黑色像素點總個數(shù)
          if top_pixel < 10:
            black_point += 1
          if left_pixel < 10:
            black_point += 1
          if down_pixel < 10:
            black_point += 1
          if right_pixel < 10:
            black_point += 1
          if black_point < 1:
            images.putpixel((x, y), 255)
          black_point = 0
    # images.show()
    return images
 
  def image_str(self):
    image = self.delete_spot()
    pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe" # 設置pyteseract路徑
    result = pytesseract.image_to_string(image) # 圖片轉文字
    resultj = re.sub(u"([^\u4e00-\u9fa5\u0030-\u0039\u0041-\u005a\u0061-\u007a])", "", result) # 去除識別出來的特殊字符
    result_four = resultj[0:4] # 只獲取前4個字符
    # print(resultj) # 打印識別的驗證碼
    return result_four
 
if __name__ == '__main__':
  a = VerificationCode()
  a.image_str()

看評論有很多人需要tesseract.exe文件，但是由于文件過大，發(fā)郵件會出現(xiàn)無法下載的情況，有需要的可以在一下連接里下載tesseract.exe文件

到此這篇關于python 識別登錄驗證碼圖片（完整代碼）的文章就介紹到這了,更多相關python識別登錄驗證碼圖片內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章:

使用wxpy實現(xiàn)自動發(fā)送微信消息功能
這篇文章主要介紹了使用wxpy實現(xiàn)自動發(fā)送微信消息功能,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
2020-02-02
Python自定義一個異常類的方法
在本篇文章里小編給大家分享了關于Python自定義一個異常類的詳細步驟和實例代碼，有興趣的朋友們參考學習下。
2019-06-06
Python網(wǎng)絡編程實戰(zhàn)之爬蟲技術入門與實踐
這篇文章主要介紹了Python網(wǎng)絡編程實戰(zhàn)之爬蟲技術入門與實踐，了解這些基礎概念和原理將幫助您更好地理解網(wǎng)絡爬蟲的實現(xiàn)過程和技巧,需要的朋友可以參考下
2023-04-04
在PyCharm環(huán)境中使用Jupyter Notebook的兩種方法總結
今天小編就為大家分享一篇在PyCharm環(huán)境中使用Jupyter Notebook的兩種方法總結，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2018-05-05
Python編寫屏幕網(wǎng)格生成工具
這篇文章主要為大家詳細介紹了如何通過Python編寫屏幕網(wǎng)格生成工具,可以定期繪制一個透明的網(wǎng)格,感興趣的小伙伴可以跟隨小編一起學習一下
2024-12-12
Python自動生成代碼使用tkinter圖形化操作并生成代碼框架
這篇文章主要為大家詳細介紹了Python自動生成代碼，使用tkinter圖形化操作并生成代碼框架，具有一定的參考價值，感興趣的小伙伴們可以參考一下
2019-09-09
簡析Python的閉包和裝飾器
這篇文章主要為大家詳細介紹了Python的閉包和裝飾器，何為閉包？何為裝飾器？感興趣的小伙伴們可以參考一下
2016-02-02
教你使用Psycopg2連接openGauss的方法
Psycopg是一種用于執(zhí)行SQL語句的PythonAPI，可以為PostgreSQL、openGauss數(shù)據(jù)庫提供統(tǒng)一訪問接口，應用程序可基于它進行數(shù)據(jù)操作，這篇文章主要介紹了教你使用Psycopg2連接openGauss的方法,需要的朋友可以參考下
2022-11-11
python腳本實現(xiàn)數(shù)據(jù)導出excel格式的簡單方法(推薦)
下面小編就為大家?guī)硪黄猵ython腳本實現(xiàn)數(shù)據(jù)導出Excel格式的簡單方法(推薦)。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧
2016-12-12
詳解python單例模式與metaclass
這篇文章主要介紹了python單例模式與metaclass，文章介紹了單例模式的實現(xiàn)方式
2016-01-01