驗證碼識別之二值化

前言

二值化顧名思義就是將數變成兩種值，通常非0即1。而在驗證碼處理中，若是直接使用灰度圖，那麼每一個像素的值會在0-255，這樣確定會增長計算時間，而二值化後每一個像素的值只是0和1。

在前面的簡單驗證碼識別中，個人二值化代碼是這樣寫的：a = (a > 180) * 255，至於這裏爲何不乘1而乘255，由於我要顯示圖片看看效果。若是隻是用於算法識別的話，乘1會更好。可是，這裏的180也就是二值化的閾值是如何獲得的，開始是經過一個一個試而後看效果哪一個好就選哪一個，由於咱們通常只識別某個網站的驗證碼，這樣只要測試幾回獲得結果後即可用於這個網站其餘的驗證碼。

這樣測試有點浪費時間，雖然是一次性的，可是你手動測出的驗證碼不必定是最合適的。因此咱們須要算法去自動計算出驗證碼的閾值，算法有不少，這裏咱們使用迭代法和最大類間方差法，經過這兩個算法計算出來的閾值基本差很少。

迭代法

1. 求出圖像中的最小灰度值和最大灰度值，分別記爲Gmin和Gmax,則閾值初值T0=(Gmin+Gmax)/2;

2. 根據閾值T0將圖像分割成前景和背景兩部分，求出兩部分的平均灰度值m1和m2,平均灰度值=總灰度值/像素個數

3. 求出新閾值T1=(m1+m2)/2

4. 若是T0=T1，則結束，不然將T1的值賦予T0，從第2步從新計算。

算法實現以下：

import numpy as np
from PIL import Image

def iteration(img_path):
    img = Image.open(img_path).convert('L')
    a = np.array(img)
    a = a.ravel()
    k = int((int(a.max()) + int(a.min()))/2) # 即初始閾值T0
    m = -1
    while k != m:
        # C1和C2爲前景和背景的像素
        C1 = a[a >= k]   
        C2 = a[a < k]
        k = m
        m1 = np.sum(C1)/len(C1) if len(C1) else 0
        m2 = np.sum(C2)/len(C2) if len(C2) else 0
        m = int((m1 + m2)/2)
    return k

最大類間方差法(OTSU)

原理參考：https://blog.csdn.net/weixin_40647819/article/details/90179953

這裏我直接複製一遍：

存在閾值T將圖像全部像素分爲前景和背景，則這兩類像素各自的均值就爲m一、m2，圖像全局均值爲mG。同時像素被分爲前景和背景的機率分別爲p一、p2。所以就有：
p1*m1+p2*m2=mG 和 p1+p2=1 則類間方差表達式爲：

使得上式值最大時的閾值T就是最佳的閾值。

算法實現以下：

import numpy as np
from PIL import Image

def otsu(img_path):
    img = Image.open(img_path).convert('L')
    a = np.array(img)
    a = a.ravel()
    L = []
    for k in range(0, 256):
        C1 = a[a >= k]
        C2 = a[a < k]
        if not(len(C1) and  len(C2)):
            L.append(0)
            continue
        m1 = np.sum(C1)/len(C1)
        m2 = np.sum(C2)/len(C2)
        p1 = len(C1)/len(a)
        p2 = len(C2)/len(a)
        x = p1 * p2 * (m1 - m2) * (m1 - m2)
        L.append(x)
    return L.index(max(L))

看一下效果：
原圖

迭代法

最大類間方差法

最後，我正在學習一些機器學習的算法，對於一些我須要記錄的內容我都會分享到博客和微信公衆號(python成長路)，歡迎關注。平時的話通常分享一些爬蟲或者Python的內容。