python實(shí)現(xiàn)動(dòng)態(tài)GIF英數(shù)驗(yàn)證碼識(shí)別示例

更新時(shí)間：2024年01月26日 14:15:46 作者：爬蟲(chóng)45度

這篇文章主要為大家介紹了python實(shí)現(xiàn)動(dòng)態(tài)GIF英數(shù)驗(yàn)證碼識(shí)別示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪

有哪些特征

由數(shù)字和大寫(xiě)的英文字母隨機(jī)組成
圖片大小100*35
驗(yàn)證碼的內(nèi)容會(huì)上下浮動(dòng)偶爾會(huì)超出上下邊界線，干擾項(xiàng)(也是數(shù)字或字母)從左至右翻滾經(jīng)過(guò)驗(yàn)證碼本身，這兩項(xiàng)會(huì)造成干擾
分幀的起始是亂序的，因此想通過(guò)切出固定第幾幀來(lái)避免干擾不太現(xiàn)實(shí)

識(shí)別思路

分幀

隨便挑幾張下載下來(lái)的gif樣本，來(lái)判斷下有多少幀

from io import BytesIO
from PIL import Image
def get_frame_number(binary):
    img = Image.open(BytesIO(binary))
    _num = 0
    while True:
        try:
            a = img.tell()
            _num += 1
            img.seek(a + 1)
        except EOFError:
            break
    print(f'當(dāng)前gif有{_num}幀')
    return _num
with open('../error_images/08e3e54f0febfe40f314b6f4a07de6b8.gif', 'rb') as f:
    binary = f.read()
get_frame_number(binary)

經(jīng)過(guò)測(cè)試，該類型gif圖有25幀，也就是說(shuō)，可以拆分成25張圖片，對(duì)于靜態(tài)的圖片，識(shí)別起來(lái)就輕松多了

收集樣本及整理字符集

我這里就直接說(shuō)結(jié)果了，字符集有：數(shù)字2-9，大寫(xiě)英文：A-Z，其中英文中的大寫(xiě)I, O 這兩個(gè)是沒(méi)有的，因?yàn)檫@兩個(gè)容易和數(shù)字 0, 1 產(chǎn)生混淆。從這點(diǎn)上來(lái)說(shuō)，開(kāi)發(fā)者是動(dòng)了腦子的，減少了折磨，必須點(diǎn)個(gè)贊。
建議標(biāo)注完數(shù)據(jù)集后，對(duì)所有標(biāo)簽過(guò)濾下這四個(gè)字符
最后是采集了2.2w+的gif圖，然后每張圖切25幀，最后有55w+的靜態(tài)圖，下面是分幀代碼示例：

from io import BytesIO
from PIL import Image
def seek_img(img_name):
    img = Image.open(r'F:\code\hg_gifs\' + img_name)  # F:\code\hg_imgs1\ 是gif圖的路徑
    for i in range(25):
        try:
            b = BytesIO()
            img.save(b, format='png')
            _bytes = b.getvalue()
            img = cv2.imdecode(np.array(bytearray(_bytes), dtype='uint8'), cv2.IMREAD_UNCHANGED)
            png_name = img_name.split('_')[0] + '_' + str(i) + '.png'
            cv2.imwrite(r'F:\code\hg_pngs\{}'.format(png_name), img)  # F:\code\hg_pngs\ 是靜態(tài)圖保存路徑
            img.seek(img.tell() + 1)
        except EOFError:
            pass
rows = os.listdir(r'F:\code\hg_gifs')  # F:\code\hg_imgs1\ 是gif圖的路徑
for row in rows:
    seek_img(row)