码迷,mamicode.com
首页 > 编程语言 > 详细

使用python识别验证码

时间:2014-05-09 23:21:48      阅读:568      评论:0      收藏:0      [点我收藏+]

标签:des   style   blog   code   ext   c   

  公司的登录注册等操作有验证码,测试环境可以让开发屏蔽掉验证码,但是如果到线上的话就要想办法识别验证码或必过验证码了。

  识别验证码主要分为三部分,一、对验证码进行二值化。二、将二值化后的图片分割。三、进行识别。理论上在识别之前有一个标准化的操作,是将图片进行旋转等操作,尽量将字符弄成一样的格式,方便识别,避免随进图片的差异。

  用这个验证码作为例子:bubuko.com,布布扣。下面是代码:

  一、打开图片,将图片二值化。

  图片是由RGB三个通道组成的,图片的验证码和他的干扰,比如点或横线等,RGB的阙值有很大的区别,我们可以使用PS工具查看,选取一个大概的临界点,在代码中进行判断,判断属于验证码部分的阙值,赋值为(255,255,255,255)黑色。如果不是在这个阙值范围内的赋值为(0,0,0,255)白色。从而将噪点去掉。

#coding=utf-8
from PIL import Image
from operator import itemgetter
import os
img=Image.open(‘code.jpg‘)
print img.format,img.size,img.mode
img=img.convert("RGBA")
pixdata=img.load()
for y in xrange(img.size[1]):
for x in xrange(img.size[0]):
if pixdata[x,y][0]<140 or pixdata[x,y][1]<140 or pixdata[x,y][2]<140:
pixdata[x,y]=(0,0,0,255)
else:
pixdata[x,y]=(255,255,255,255)

说明:对像素pixdata[x,y]的阙值判断,前文中说明过[0],[1],[2]分别代表了RGB,140是用PS看出来的,验证码位置的像素,RGB都比较低,而噪点的RGB值比较高。可以适当的调一下。

下图是取验证码一点的像素点:

bubuko.com,布布扣

下面是噪点的RGB:

bubuko.com,布布扣

 

二、将二值化后的图片进行分割,分割成独立字符

 

#存为字库
j = 1
for i in range(4):
x = 0 + i*13
y = 6
img.crop((x, y, x+13, y+18)).save("%d.jpg" % j)
j += 1

分割后的结果如下图:

bubuko.com,布布扣

说明:验证码图片的大小是固定的,一个验证码4个字符,将他分成等大小的四个图片,13为一个字符所占的宽度,18为一个字符所占的高度,但是这样截出来的图片不是很精确。

三、识别验证码,这步也是最关键的。

 

#识别
fontMods = []#fontMods,图片库,文件名,带后缀
mode=[]#mode,图片库,去掉后缀的文件名
font=[]#font,分割后的四个图片
s=os.sep
root="C:\Users\min.sun\Desktop"+s+"num"+s#文件路径,s区分在linux或windows系统下的分割符"/"或"\"
sname=os.listdir("C:\Users\min.sun\Desktop/num")#获取文件夹下文件或文件夹的名称,带后缀
#fname,存储文件名区分名和后缀的元组,例(5,jpg)。mode存储文件名,不带后缀
#分割文件名和后缀名

#遍历文件,将库中的文件名存入

 

for rt, dirs, files in os.walk(root):
for f in files:
fname = os.path.splitext(f)
mode.append(fname[0])

for i in range(0,4):
fontMods.append(Image.open(root+s+sname[i]))
result=[]
for i in range(1,5):
font.append(Image.open("%d.jpg" % i))
for i in font:
points ={}
d=0
for mod in fontMods:
diffs = 0
for yi in range(18):
for xi in range(13):
if i.getpixel((xi, yi))!=mod.getpixel((xi, yi)):
diffs=diffs+1
#print "diffs:" + str(diffs)
#points[diffs]=mode
points[diffs]=mode[d]
d=d+1
points=sorted(points.iteritems(), cmp=lambda x,y:cmp(x[0],y[0]), reverse = False )
result.append(points[0][1])

a="".join(result)
print "The result is:",a
print "over"

   说明:做识别首先要有一个库,来比对,这里做的方法是取像素点,判断和库中的图片是否一样,取不同个数最少的一个图片作为结果。

以上步骤就是验证码识别的一个简单过程,不过识别率很低,只是作为一个学习,还是可以了考虑用其他方法来识别验证码。

 

 

 


使用python识别验证码,布布扣,bubuko.com

使用python识别验证码

标签:des   style   blog   code   ext   c   

原文地址:http://www.cnblogs.com/meitian/p/3718545.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!