mac使用python识别图形验证码功能_Python

前言

最近在研究验证码相关的操作，所以准备记录下安装以及使用的过程。虽然之前对验证码的破解有所了解的，但是之前都是简单使用之后就不用了，没有记录一个详细的过程，所以后面再用起来也要重新从网上查找资料比较麻烦，所以这里准备对研究过程的关键点做一个记录。

首先这篇文章，主要是研究图形验证码，后期会不定时拓展内容。

在网上查了很多版本的图形验证码识别，目前看到最多的两个模块是pytesseract和tesserocr，但是因为我这里安装tesserocr的时候各种出错，所以最终我锁定了使用pytesseract。

那么接下来，就记录下安装以及使用过程。这里的系统环境是mac os 10.14.

安装tesserocr

brew install tesserocr

因为pytesseract依赖于tesserocr所以首先需要先安装tesserocr这个软件。接下来就是安装python相关的包

安装python所需要的包

1 2	`pip3 install pytesseract` `pip3 install pillow`

安装pytesseract是ocr识别图片上的字，因为验证码的识别难度高低不同，所以在这个过程中需要对图片做一定的处理，这就需要使用处理图片的模块pillow。

一个简单的demo

									import pytesseract

									from PIL import Image

									import os

									def binarizing(img, threshold):

									 """传入image对象进行灰度、二值处理"""

									 pixdata = img.load()

									 w, h = img.size

									 # 遍历所有像素，大于阈值的为黑色

									 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

									_temp = os.path.dirname(__file__)

									file_path = os.path.join(_temp, 'code2.jpg')

									print("file_path", file_path)

									image = Image.open(file_path)

									image = image.convert('L')

									threshold = 157

									table = []

									# 接下来是二值化处理

									# 遍历所有像素，大于阈值的为黑色，threshold是阀值

									image = binarizing(image, threshold)

									result = pytesseract.image_to_string(image)

									print(result)

示例中的图片

mac使用python识别图形验证码功能

需要用到的图像知识：

对于彩色图像，不管其图像格式是PNG，还是BMP，或者JPG，在PIL中，使用Image模块的open()函数打开后，返回的图像对象的模式都是“RGB”。而对于灰度图像，不管其图像格式是PNG，还是BMP，或者JPG，打开后，其模式为“L”也就是我们说的灰度化的一个操作。除此之外，还有其他的模式，不过我们在处理验证码的时候是将其转为灰度模式，所以就不强调其他的模式了。

模式“L”

模式“L”为灰色图像，它的每个像素用8个bit表示，0表示黑，255表示白，其他数字表示不同的灰度。在PIL中，从模式“RGB”转换为“L”模式是按照下面的公式转换的：

L = R * 299/1000 + G * 587/1000+ B * 114/1000

通过灰度化之后的图片变为

mac使用python识别图形验证码功能

灰度化我们还要对其进行二值化操作

二值化操作

二值化故名思议，就是整个图像所有像素只有两个值可以选择，一个是黑（灰度为0），一个是白（灰度为255）。二值化的好处就是将图片上的有用信息和无用信息区分开来，比如二值化之后的验证码图片，验证码像素为黑色，背景和干扰点为白色，这样后面对验证码像素处理的时候就会很方便。对于简单的图形验证码，到这里基本上就够了，但是如果有干扰线，还要进行除干扰线的操作。

对应的代码为

									def binarizing(img, threshold):

									 """传入image对象进行灰度、二值处理"""

									 pixdata = img.load()

									 w, h = img.size

									 # 遍历所有像素，大于阈值的为黑色

									 for y in range(h):

									 for x in range(w):

									  if pixdata[x, y] < threshold:

									  pixdata[x, y] = 0 #小于阀值设为0，0是黑色

									  else:

									  pixdata[x, y] = 255 0 #大于阀值设为255，255是白色

									 return img

此时的图片效果为

mac使用python识别图形验证码功能

可以看到图片变得锐化了很多，这个时候再去识别就比较好识别了。

去干扰线

常见的4邻域、8邻域算法。所谓的X邻域算法，可以参考手机九宫格输入法，按键5为要判断的像素点，4邻域就是判断上下左右，8邻域就是判断周围8个像素点。如果这4或8个点中255的个数大于某个阈值则判断这个点为噪音，阈值可以根据实际情况修改。

使用cv2处理

除此之外还可以使用cv2模块进行处理。

安装

pip install opencv-python

代码示例

									# -*- coding: utf-8 -*-

									import cv2

									import numpy as np

									import os

									_temp = os.path.dirname(__file__)

									file_path = os.path.join(_temp, 'code2.jpg')

									def remove_noise(img, k=4):

									 ###8领域过滤

									 img2 = img.copy()

									 # img处理数据，k过滤条件

									 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: # 纯白色

									   count += 1

									 return count

									 # 两层for循环判断所有的点

									 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) # 获取邻居数量，纯白色的邻居

									  if n > k:

									   img2[x, y] = 255

									 return img2

									img = cv2.imread(file_path)

									# 将图片灰度化处理,降维,加权进行灰度化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()