大致介紹

　　在python爬蟲爬取某些網站的驗證碼的時候可能會遇到驗證碼識別的問題，現在的驗證碼大多分為四類：

　　　　1、計算驗證碼

　　 2、滑塊驗證碼

　　　　3、識圖驗證碼

　　　　4、語音驗證碼

　　這篇博客主要寫的就是識圖驗證碼，識別的是簡單的驗證碼，要想讓識別率更高，識別的更加準確就需要花很多的精力去訓練自己的字體庫。

　　識別驗證碼通常是這幾個步驟：

　　　　1、灰度處理

　　　　2、二值化

　　　　3、去除邊框（如果有的話）

　　　　4、降噪

　　　　5、切割字符或者傾斜度矯正

　　　　6、訓練字體庫

　　　　7、識別

　　這6個步驟中前三個步驟是基本的，4或者5可根據實際情況選擇是否需要，并不一定切割驗證碼，識別率就會上升很多有時候還會下降

　　這篇博客不涉及訓練字體庫的內容，請自行搜索。同樣也不講解基礎的語法。

　　用到的幾個主要的python庫： Pillow(python圖像處理庫)、OpenCV(高級圖像處理庫)、pytesseract(識別庫)

灰度處理&二值化

　　灰度處理，就是把彩色的驗證碼圖片轉為灰色的圖片。

　　二值化，是將圖片處理為只有黑白兩色的圖片，利于后面的圖像處理和識別

　　在OpenCV中有現成的方法可以進行灰度處理和二值化，處理后的效果：

　　代碼：

# 自適應閥值二值化

def _get_dynamic_binary_image(filedir, img_name):

filename = './out_img/' + img_name.split('.')[0] + '-binary.jpg'

img_name = filedir + '/' + img_name

print('.....' + img_name)

im = cv2.imread(img_name)

im = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY) #灰值化

# 二值化

th1 = cv2.adaptiveThreshold(im, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 21, 1)

cv2.imwrite(filename,th1)

return th1

去除邊框

　　如果驗證碼有邊框，那我們就需要去除邊框，去除邊框就是遍歷像素點，找到四個邊框上的所有點，把他們都改為白色，我這里邊框是兩個像素寬

　　注意：在用OpenCV時，圖片的矩陣點是反的，就是長和寬是顛倒的

　　代碼：

# 去除邊框
def clear_border(img,img_name):
filename = './out_img/' + img_name.split('.')[0] + '-clearBorder.jpg'
h, w = img.shape[:2]
for y in range(0, w):
for x in range(0, h):
if y < 2 or y > w - 2:
img[x, y] = 255
if x < 2 or x > h -2:
img[x, y] = 255
cv2.imwrite(filename,img)
return img

效果：

降噪

　　降噪是驗證碼處理中比較重要的一個步驟，我這里使用了點降噪和線降噪

　　線降噪的思路就是檢測這個點相鄰的四個點（圖中標出的綠色點），判斷這四個點中是白點的個數，如果有兩個以上的白色像素點，那么就認為這個點是白色的，從而去除整個干擾線，但是這種方法是有限度的，如果干擾線特別粗就沒有辦法去除，只能去除細的干擾線

　　代碼：

1 # 干擾線降噪
2 def interference_line(img, img_name):
3 filename = './out_img/' + img_name.split('.')[0] + '-interferenceline.jpg'
4 h, w = img.shape[:2]
5 # ！！！opencv矩陣點是反的
6 # img[1,2] 1:圖片的高度，2：圖片的寬度
7 for y in range(1, w - 1):
8 for x in range(1, h - 1):
9 count = 0
10 if img[x, y - 1] > 245:
11 count = count + 1
12 if img[x, y + 1] > 245:
13 count = count + 1
14 if img[x - 1, y] > 245:
15 count = count + 1
16 if img[x + 1, y] > 245:
17 count = count + 1
18 if count > 2:
19 img[x, y] = 255
20 cv2.imwrite(filename,img)
21 return img

　點降噪的思路和線降噪的差不多，只是會針對不同的位置檢測的點不一樣,注釋寫的很清楚了

　　代碼：

# 點降噪
def interference_point(img,img_name, x = 0, y = 0):
"""
9鄰域框,以當前點為中心的田字框,黑點個數
:param x:
:param y:
:return:
"""
filename = './out_img/' + img_name.split('.')[0] + '-interferencePoint.jpg'
# todo 判斷圖片的長寬度下限
cur_pixel = img[x,y]# 當前像素點的值
height,width = img.shape[:2]
for y in range(0, width - 1):
for x in range(0, height - 1):
if y == 0: # 第一行
if x == 0: # 左上頂點,4鄰域
# 中心點旁邊3個點
sum = int(cur_pixel)
+ int(img[x, y + 1])
+ int(img[x + 1, y])
+ int(img[x + 1, y + 1])
if sum <= 2 * 245:
img[x, y] = 0
elif x == height - 1: # 右上頂點
sum = int(cur_pixel)
+ int(img[x, y + 1])
+ int(img[x - 1, y])
+ int(img[x - 1, y + 1])
if sum <= 2 * 245:
img[x, y] = 0
else: # 最上非頂點,6鄰域
sum = int(img[x - 1, y])
+ int(img[x - 1, y + 1])
+ int(cur_pixel)
+ int(img[x, y + 1])
+ int(img[x + 1, y])
+ int(img[x + 1, y + 1])
if sum <= 3 * 245:
img[x, y] = 0
elif y == width - 1: # 最下面一行
if x == 0: # 左下頂點
# 中心點旁邊3個點
sum = int(cur_pixel)
+ int(img[x + 1, y])
+ int(img[x + 1, y - 1])
+ int(img[x, y - 1])
if sum <= 2 * 245:
img[x, y] = 0
elif x == height - 1: # 右下頂點
sum = int(cur_pixel)
+ int(img[x, y - 1])
+ int(img[x - 1, y])
+ int(img[x - 1, y - 1])
if sum <= 2 * 245:
img[x, y] = 0
else: # 最下非頂點,6鄰域
sum = int(cur_pixel)
+ int(img[x - 1, y])
+ int(img[x + 1, y])
+ int(img[x, y - 1])
+ int(img[x - 1, y - 1])
+ int(img[x + 1, y - 1])
if sum <= 3 * 245:
img[x, y] = 0
else: # y不在邊界
if x == 0: # 左邊非頂點
sum = int(img[x, y - 1])
+ int(cur_pixel)
+ int(img[x, y + 1])
+ int(img[x + 1, y - 1])
+ int(img[x + 1, y])
+ int(img[x + 1, y + 1])
if sum <= 3 * 245:
img[x, y] = 0
elif x == height - 1: # 右邊非頂點
sum = int(img[x, y - 1])
+ int(cur_pixel)
+ int(img[x, y + 1])
+ int(img[x - 1, y - 1])
+ int(img[x - 1, y])
+ int(img[x - 1, y + 1])
if sum <= 3 * 245:
img[x, y] = 0
else: # 具備9領域條件的
sum = int(img[x - 1, y - 1])
+ int(img[x - 1, y])
+ int(img[x - 1, y + 1])
+ int(img[x, y - 1])
+ int(cur_pixel)
+ int(img[x, y + 1])
+ int(img[x + 1, y - 1])
+ int(img[x + 1, y])
+ int(img[x + 1, y + 1])
if sum <= 4 * 245:
img[x, y] = 0
cv2.imwrite(filename,img)
return img

效果：

　　其實到了這一步，這些字符就可以識別了，沒必要進行字符切割了，現在這三種類型的驗證碼識別率已經達到50%以上了

字符切割

字符切割通常用于驗證碼中有粘連的字符，粘連的字符不好識別，所以我們需要將粘連的字符切割為單個的字符，在進行識別

　　字符切割的思路就是找到一個黑色的點，然后在遍歷與他相鄰的黑色的點，直到遍歷完所有的連接起來的黑色的點，找出這些點中的最高的點、最低的點、最右邊的點、最左邊的點，記錄下這四個點，認為這是一個字符，然后在向后遍歷點，直至找到黑色的點，繼續以上的步驟。最后通過每個字符的四個點進行切割

圖中紅色的點就是代碼執行完后，標識出的每個字符的四個點，然后就會根據這四個點進行切割（圖中畫的有些誤差，懂就好）

　　但是也可以看到，m2是粘連的，代碼認為他是一個字符，所以我們需要對每個字符的寬度進行檢測，如果他的寬度過寬，我們就認為他是兩個粘連在一起的字符，并將它在從中間切割

　　確定每個字符的四個點代碼：

def cfs(im,x_fd,y_fd):
'''用隊列和集合記錄遍歷過的像素坐標代替單純遞歸以解決cfs訪問過深問題
'''
# print('**********')
xaxis=[]
yaxis=[]
visited =set()
q = Queue()
q.put((x_fd, y_fd))
visited.add((x_fd, y_fd))
offsets=[(1, 0), (0, 1), (-1, 0), (0, -1)]#四鄰域
while not q.empty():
x,y=q.get()
for xoffset,yoffset in offsets:
x_neighbor,y_neighbor = x+xoffset,y+yoffset
if (x_neighbor,y_neighbor) in (visited):
continue # 已經訪問過了
visited.add((x_neighbor, y_neighbor))
try:
if im[x_neighbor, y_neighbor] == 0:
xaxis.append(x_neighbor)
yaxis.append(y_neighbor)
q.put((x_neighbor,y_neighbor))
except IndexError:
pass
# print(xaxis)
if (len(xaxis) == 0 | len(yaxis) == 0):
xmax = x_fd + 1
xmin = x_fd
ymax = y_fd + 1
ymin = y_fd
else:
xmax = max(xaxis)
xmin = min(xaxis)
ymax = max(yaxis)
ymin = min(yaxis)
#ymin,ymax=sort(yaxis)
return ymax,ymin,xmax,xmin
def detectFgPix(im,xmax):
'''搜索區塊起點
'''
h,w = im.shape[:2]
for y_fd in range(xmax+1,w):
for x_fd in range(h):
if im[x_fd,y_fd] == 0:
return x_fd,y_fd
def CFS(im):
'''切割字符位置
'''
zoneL=[]#各區塊長度L列表
zoneWB=[]#各區塊的X軸[起始，終點]列表
zoneHB=[]#各區塊的Y軸[起始，終點]列表
xmax=0#上一區塊結束黑點橫坐標,這里是初始化
for i in range(10):
try:
x_fd,y_fd = detectFgPix(im,xmax)
# print(y_fd,x_fd)
xmax,xmin,ymax,ymin=cfs(im,x_fd,y_fd)
L = xmax - xmin
H = ymax - ymin
zoneL.append(L)
zoneWB.append([xmin,xmax])
zoneHB.append([ymin,ymax])
except TypeError:
return zoneL,zoneWB,zoneHB
return zoneL,zoneWB,zoneHB

分割粘連字符代碼：

# 切割的位置

im_position = CFS(im)

maxL = max(im_position[0])

minL = min(im_position[0])

# 如果有粘連字符，如果一個字符的長度過長就認為是粘連字符，并從中間進行切割

if(maxL > minL + minL * 0.7):

maxL_index = im_position[0].index(maxL)

minL_index = im_position[0].index(minL)

# 設置字符的寬度

im_position[0][maxL_index] = maxL // 2

im_position[0].insert(maxL_index + 1, maxL // 2)

# 設置字符X軸[起始，終點]位置

im_position[1][maxL_index][1] = im_position[1][maxL_index][0] + maxL // 2

im_position[1].insert(maxL_index + 1, [im_position[1][maxL_index][1] + 1, im_position[1][maxL_index][1] + 1 + maxL // 2])

# 設置字符的Y軸[起始，終點]位置

im_position[2].insert(maxL_index + 1, im_position[2][maxL_index])

# 切割字符，要想切得好就得配置參數，通常 1 or 2 就可以

cutting_img(im,im_position,img_name,1,1)

切割粘連字符代碼：

def cutting_img(im,im_position,img,xoffset = 1,yoffset = 1):

filename = './out_img/' + img.split('.')[0]

# 識別出的字符個數

im_number = len(im_position[1])

# 切割字符

for i in range(im_number):

im_start_X = im_position[1][i][0] - xoffset

im_end_X = im_position[1][i][1] + xoffset

im_start_Y = im_position[2][i][0] - yoffset

im_end_Y = im_position[2][i][1] + yoffset

cropped = im[im_start_Y:im_end_Y, im_start_X:im_end_X]

cv2.imwrite(filename + '-cutting-' + str(i) + '.jpg',cropped)

效果：

　　識別

　　識別用的是typesseract庫，主要識別一行字符和單個字符時的參數設置，識別中英文的參數設置，代碼很簡單就一行，我這里大多是filter文件的操作

代碼：

# 識別驗證碼

cutting_img_num = 0

for file in os.listdir('./out_img'):

str_img = ''

if fnmatch(file, '%s-cutting-*.jpg' % img_name.split('.')[0]):

cutting_img_num += 1

for i in range(cutting_img_num):

try:

file = './out_img/%s-cutting-%s.jpg' % (img_name.split('.')[0], i)

# 識別字符

str_img = str_img + image_to_string(Image.open(file),lang = 'eng', config='-psm 10') #單個字符是10，一行文本是7

except Exception as err:

pass

print('切圖：%s' % cutting_img_num)

print('識別為：%s' % str_img)

最后這種粘連字符的識別率是在30%左右，而且這種只是處理兩個字符粘連，如果有兩個以上的字符粘連還不能識別，但是根據字符寬度判別的話也不難，有興趣的可以試一下

無需切割字符識別的效果：

　　需要切割字符的識別效果：

這種只是能夠識別簡單驗證碼，復雜的驗證碼還要靠大家了

嵌入式物聯網資料分享交流群：707159742 入群有全套學習視頻資料電子書免費贈送！

快速學習python基礎?www.makeru.com.cn

總結

以上是生活随笔為你收集整理的python 识别图形验证码_Python验证码识别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。