python脚本实现验证码识别
最近在折腾验证码识别。最终的脚本的识别率在92%左右，9000张验证码大概能识别出八千三四百张左右。好吧，其实是验证码太简单。下面就是要识别的验证码。
我主要用的是Python中的PIL库。
首先进行二值化处理。由于图片中的噪点颜色比较浅，所以可以设定一个阈值直接过滤掉。这里我设置的阈值是150，像素大于150的赋值为1，小于的赋为0.
def set_table(a):
table = []
for i in range(256):
if i < a:
table.append(0)
else:
table.append(1)
return table
img = Image.open("D:/python/单个字体/A"+str(i)+".jpg")
pix = img.load()
#将图片进行灰度化处理
img1 = img.convert('L')
#阈值为150，参数为1，将图片进行二值化处理
img2 = img1.point(set_table(150),'1')
处理后的图片如下。
阈值不同产生的不同效果：
接下来对图片进行分割。遍历图片中所有像素点，计算每一列像素为0的点的个数（jd）。对于相邻两列，若其中一列jd=0,而另一列jd!=0,则可以认为这一列是验证码中字符边界，由此对验证码进行分割。这样分割能达到比较好的效果，分割后得到的字符图片几乎能与模板完全相同。
(Width,Height) = img2.size
pix2 = img2.load()
x0 = []
y0 = []
for x in range(1,Width):
jd = 0
# print x
for y in range(1,Height):
# print y
if pix2[x,y] == 0:
jd+=1
y0.append(jd)
if jd > 0:
x0.append(x)
#分别对各个字符边界进行判断，这里只举出一个
for a in range(1,Width):
if (y0[a] != 0)&(y0[a+1] != 0):
sta1 = a+1
break
分割完成后，对于识别，目前有几种方法。可以遍历图片的每一个像素点，获取像素值，得到一个字符串，将该字符串与模板的字符串进行比较，计算汉明距离或者编辑距离（即两个字符串的差异度），可用Python-Levenshtein库来实现。
我采用的是比较特征向量来进行识别的。首先设定了4个竖直特征向量，分别计算第0、2、4、6列每一列像素值为0的点的个数，与模板进行比较，若小于阈值则认为该字符与模板相同。为了提高识别率，如果通过竖直特征向量未能识别成功，引入水平特征向量继续识别，原理与竖直特征向量相同。
另外，还可以通过局部特征进行识别。这对于加入了旋转干扰的验证码有很好效果。由于我写的脚本识别率已经达到了要求，所以并没有用到这个。
最后的结果是这样的：
最终在模板库只有25条的情况下，识别率在92%左右（总共测试了一万六千张验证码）。好吧，只能说验证码太简单。
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脚本之家。
相关文章
Python argparse命令参数与config配置参数示例深入详解
这篇文章主要介绍了Python argparse命令参数与config配置参数，argparse是Python内置的一个用于命令项选项与参数解析的模块，通过在程序中定义好我们需要的参数，然后在程序启动命令行传递我们想要改变的参数2023-03-03
这篇文章主要介绍了python 如何用Matplotlib作图中有多个Y轴，帮助大家更好的利用python绘图，感兴趣的朋友可以了解下2020-11-11
这篇文章主要介绍了Python通过90行代码搭建一个音乐搜索工具,需要的朋友可以参考下2015-07-07
python中使用you-get库批量在线下载bilibili视频的教程
这篇文章主要介绍了使用python中you-get库批量在线下载bilibili视频的方法，本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2020-03-03
这篇文章主要介绍了基于python实现Pycharm断点调试,在我们写程序的时候，很容易遇到各种各样的bug，然后编译器提示程序出错的地方。很多时候可以通过提示的信息修改程序，但是有时我们想得到更多的信息，这个时候就需要进行断点调试,下面我们就一起来学习ycharm断点调试2022-02-02
图像识别是从给定图像中提取有意义的信息(例如图像内容)的过程,下面这篇文章主要给大家介绍了关于PyTorch实现图像识别的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下2022-02-02
这篇文章主要介绍了Python无权点文件转化成邻接矩阵方式，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-12-12
dateutil 为 Python 标准库 datetime 提供了强大的扩展，这篇文章主要介绍了Python日期时间处理库dateutil,需要的朋友可以参考下2022-09-09
声音的本质是震动，震动的本质是位移关于时间的函数，波形文件(.wav)中记录了不同采样时刻的位移。这篇文章主要介绍了Python实现语音识别和语音合成,需要的朋友可以参考下2019-09-09
Python简单检测文本类型的2种方法【基于文件头及cchardet库】
这篇文章主要介绍了Python简单检测文本类型的方法,结合实例形式分析了基于基于文件头及cchardet库两种文本类型检测的方法,需要的朋友可以参考下2016-09-09
最新评论