示例圖片 ： 
python
主要應用原理爲：1網絡
一、先識別出圖片中每一個像素的數量 例如 紅色在200左右app
二、將紅色的像素單獨提出來 這樣起到去除噪點的做用ui
三、分割圖片並保存 搜索引擎
四、識別圖片spa
具體代碼以下：code
1 # coding=utf-8 2 # !/usr/bin/python 3 """ 4 opencv 驗證碼識別 5 Created on: 2018/7/31 16:12 6 @author: 蟲子慢慢爬 7 Email: 891915210@qq.com 8 """ 9 # -*- coding=GBK -*- 10 11 from PIL import Image 12 import hashlib 13 import time 14 15 im = Image.open("C:/Users/admin/Desktop/image/p.jpg") 16 17 # (將圖片轉換爲8位像素模式) 18 19 im = im.convert("P") 20 21 # 打印顏色直方圖 22 23 print(im.histogram()) 24 """顏色直方圖的每一位數字都表明了在圖片中含有對應位的顏色的像素的數量。 25 每一個像素點可表現256種顏色,你會發現白點是最多 26 （白色序號255的位置,也就是最後一位,能夠看到,有625個白色像素）。 27 紅像素在序號200左右,咱們能夠經過排序,獲得有用的顏色。 28 """ 29 his = im.histogram() 30 31 values = {} 32 33 for i in range(256): 34 values[i] = his[i] 35 36 for j, k in sorted(values.items(), key=lambda x: x[1], reverse=True)[:10]: 37 print(j, k) 38 """ 39 咱們獲得了圖片中最多的10種顏色, 40 其中 220 與 227 纔是咱們須要的紅色和灰色, 41 能夠經過這一訊息構造一種黑白二值圖片 42 """ 43 im2 = Image.new("P", im.size, 255) 44 45 for x in range(im.size[1]): 46 47 for y in range(im.size[0]): 48 pix = im.getpixel((y, x)) 49 if pix == 225: # these are the numbers to get 50 im2.putpixel((y, x), 0) 51 52 im2.show() 53 # time.sleep(3) 54 """ 接下來的工做是要獲得單個字符的像素集合,因爲例子比較簡單,咱們對其進行縱向切割:""" 55 56 inletter = False 57 58 foundletter = False 59 60 start = 0 61 62 end = 0 63 64 letters = [] 65 66 for y in range(im2.size[0]): 67 68 for x in range(im2.size[1]): 69 pix = im2.getpixel((y, x)) 70 71 if pix != 255: 72 inletter = True 73 74 if foundletter == False and inletter == True: 75 foundletter = True 76 start = y 77 78 if foundletter == True and inletter == False: 79 foundletter = False 80 end = y 81 letters.append((start, end)) 82 83 inletter = False 84 85 print(letters) 86 87 # [(6, 14), (15, 25), (27, 35), (37, 46), (48, 56), (57, 67)] 88 89 """ 獲得每一個字符開始和結束的列序號。""" 90 91 count = 0 92 93 for letter in letters: 94 m = hashlib.md5() 95 96 im3 = im2.crop((letter[0], 0, letter[1], im2.size[1])) 97 ss1 = str(time.time()) + str(count) 98 print(ss1) 99 m.update(ss1.encode('utf-8')) 100 # 對圖片進行切割,獲得每一個字符所在的那部分圖片。 101 im3.save("./%s.gif" % (m.hexdigest())) 102 103 count += 1 104 """ 105 在這裏咱們使用向量空間搜索引擎來作字符識別,它具備不少優勢: 106 107 不須要大量的訓練迭代 108 109 不會訓練過分 110 111 你能夠隨時加入／移除錯誤的數據查看效果 112 113 很容易理解和編寫成代碼 114 115 提供分級結果,你能夠查看最接近的多個匹配 116 117 對於沒法識別的東西只要加入到搜索引擎中,立刻就能識別了。 118 119 固然它也有缺點,例如分類的速度比神經網絡慢不少,它不能找到本身的方法解決問題等等。 120 121 向量空間搜索引擎名字聽上去很高大上其實原理很簡單。拿文章裏的例子來講: 122 123 你有 3 篇文檔,咱們要怎麼計算它們之間的類似度呢？兩篇文檔所使用的相同的單詞越多,那這兩篇文章就越類似!可是這單詞太多怎麼辦,就由咱們來選擇幾個關鍵單詞,選擇的單詞又被稱做特徵,每個特徵就比如空間中的一個維度（x,y,z 等）,一組特徵就是一個矢量,每個文檔咱們都能獲得這麼一個矢量,只要計算矢量之間的夾角就能獲得文章的類似度了。 124 125 用 Python 類實現向量空間: 126 """ 127 128 import math 129 130 131 class VectorCompare: 132 133 # 計算矢量大小 134 135 def magnitude(self, concordance): 136 137 total = 0 138 139 for word, count in concordance.iteritems(): 140 total += count ** 2 141 142 return math.sqrt(total) 143 144 # 計算矢量之間的 cos 值 145 146 def relation(self, concordance1, concordance2): 147 148 relevance = 0 149 150 topvalue = 0 151 152 for word, count in concordance1.iteritems(): 153 154 if concordance2.has_key(word): 155 topvalue += count * concordance2[word] 156 157 return topvalue / (self.magnitude(concordance1) * self.magnitude(concordance2)) 158 159 # 它會比較兩個 python 字典類型並輸出它們的類似度（用 0～1 的數字表示） 160 161 """ 162 將以前的內容放在一塊兒 163 還有取大量驗證碼提取單個字符圖片做爲訓練集合的工做,但只要是有好好讀上文的同窗就必定知道這些工做要怎麼作,在這裏就略去了。能夠直接使用提供的訓練集合來進行下面的操做。 164 165 iconset目錄下放的是咱們的訓練集。 166 167 最後追加的內容: 168 169 """ 170 171 # 將圖片轉換爲矢量 172 173 def buildvector(im): 174 175 d1 = {} 176 177 count = 0 178 179 for i in im.getdata(): 180 d1[count] = i 181 182 count += 1 183 184 return d1 185 186 187 v = VectorCompare() 188 189 iconset = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9', '0', 'a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 190 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z'] 191 192 import os 193 194 # 加載訓練集 195 196 imageset = [] 197 198 for letter in iconset: 199 200 for img in os.listdir('./iconset/%s/' % (letter)): 201 202 temp = [] 203 204 if img != "Thumbs.db" and img != ".DS_Store": 205 temp.append(v.buildvector(Image.open("./iconset/%s/%s" % (letter, img)))) 206 207 imageset.append({letter: temp}) 208 209 count = 0 210 211 # 對驗證碼圖片進行切割 212 213 for letter in letters: 214 m = hashlib.md5() 215 216 im3 = im2.crop((letter[0], 0, letter[1], im2.size[1])) 217 218 guess = [] 219 220 # 將切割獲得的驗證碼小片斷與每一個訓練片斷進行比較 221 222 for image in imageset: 223 224 for x, y in image.iteritems(): 225 226 if len(y) != 0: 227 guess.append((v.relation(y[0], v.buildvector(im3)), x)) 228 229 guess.sort(reverse=True) 230 231 print("", guess[0]) 232 233 count += 1
但願對你們有幫助哦！！blog