感謝做者分享-http://bjbsair.com/2020-04-07/tech-info/30740.htmlhtml
圖片驗證碼基本上是有數字和字母或者數字或者字母組成的字符串，而後經過一些干擾線的繪製而造成圖片驗證碼。app
例如：知網的註冊就有圖片驗證碼scrapy
首先咱們須要獲取驗證碼圖片，經過開發者工具咱們能夠獲得驗證碼url連接工具
其次就是經過Pillow類庫和tesserocr進行識別，代碼以下：學習
# -*- coding:utf-8 -*-
import tesserocr
from PIL import Image
import requests
# 經過url連接獲取驗證碼圖片，並寫入本地文件夾裏
def get_image(path,url):
"""
:param path: 文件夾路徑
:param url: 驗證碼url連接
"""
respon = requests.get(url=url) # 請求驗證碼url
with open(path,"wb") as file:
file.write(respon.content) # 將驗證碼寫到本地
# 因爲驗證碼圖片過小，須要對驗證碼圖片放大處理，以便識別
def reset_image_size(image_path):
"""
:param image_path: 圖片所在的路徑
:return:
"""
image = Image.open(fp=image_path) # 打開圖片
pic_resize = 5 # 設置圖片放大或者縮小倍數
(x, y) = image.size # 獲取圖片的大小
x_s = int(x * pic_resize) # 放大5倍(可調)
y_s = int(y * pic_resize) # 放大5倍(可調)
out = image.resize((x_s, y_s), Image.ANTIALIAS) # ANTIALIAS表示高質量圖片
out.save(image_path)
# 讀取驗證碼圖片文本
def read_image(image_path):
"""
:param image_path: 驗證碼圖片路徑
:return:
"""
image = Image.open(fp=image_path) # 打開驗證碼圖片
image = image.convert('L') # 將驗證碼圖片轉換爲灰度圖(L表示灰度圖)
threshold = 127 # 設置灰度圖二值化閾值
table = []
for i in range(256): # 像素爲256
if i < threshold:
table.append(0)
else:
table.append(1)
image = image.point(table, '1') # 二值化處理後的副本(1表示二值化)
image.show()
result = tesserocr.image_to_text(image) # 驗證碼圖片轉換爲文本
return result
# 驗證碼識別信息髒數據處理
def VerifInfo(result):
"""
:param result: 驗證碼圖片經過初步識別後獲得的髒數據
:return:
"""
verif_str = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ1234567890"
verif_list = []
for i in result:
if i in verif_str:
verif_list.append(i)
return "".join(verif_list)
if __name__ == '__main__':
img_path = "D:\photo\image" # 文件夾目錄
img_path = img_path + "\VerificationCode.png" # 驗證碼圖片所在的目錄及名稱
img_url = "http://my.cnki.net/elibregister/CheckCode.aspx" # 驗證碼url
get_image(img_path,img_url) # 獲取驗證碼圖片
reset_image_size(img_path) # 調整驗證碼圖片大小
result = read_image(img_path) # 讀取驗證碼圖片內容
verif_info = VerifInfo(result) # 驗證碼內容數據處理
verif_len = len(verif_info) # 驗證碼識別長度
if verif_len == 4 and verif_info:
print(verif_info)
else:
pass
最後就是看看識別的效果吧。前者爲原始驗證碼圖片，後者是通過二值化處理的圖片。url
輸出的結果爲：FZug.net
顯然使用tesserocr識別仍是有偏差的，之後能夠用深度學習的方式訓練處一個模型，能夠提升識別效率，後期會跟進實現的。感謝做者分享-http://bjbsair.com/2020-04-07/tech-info/30740.htmlcode
圖片驗證碼基本上是有數字和字母或者數字或者字母組成的字符串，而後經過一些干擾線的繪製而造成圖片驗證碼。htm
例如：知網的註冊就有圖片驗證碼blog
首先咱們須要獲取驗證碼圖片，經過開發者工具咱們能夠獲得驗證碼url連接
其次就是經過Pillow類庫和tesserocr進行識別，代碼以下：
# -*- coding:utf-8 -*-
import tesserocr
from PIL import Image
import requests
# 經過url連接獲取驗證碼圖片，並寫入本地文件夾裏
def get_image(path,url):
"""
:param path: 文件夾路徑
:param url: 驗證碼url連接
"""
respon = requests.get(url=url) # 請求驗證碼url
with open(path,"wb") as file:
file.write(respon.content) # 將驗證碼寫到本地
# 因爲驗證碼圖片過小，須要對驗證碼圖片放大處理，以便識別
def reset_image_size(image_path):
"""
:param image_path: 圖片所在的路徑
:return:
"""
image = Image.open(fp=image_path) # 打開圖片
pic_resize = 5 # 設置圖片放大或者縮小倍數
(x, y) = image.size # 獲取圖片的大小
x_s = int(x * pic_resize) # 放大5倍(可調)
y_s = int(y * pic_resize) # 放大5倍(可調)
out = image.resize((x_s, y_s), Image.ANTIALIAS) # ANTIALIAS表示高質量圖片
out.save(image_path)
# 讀取驗證碼圖片文本
def read_image(image_path):
"""
:param image_path: 驗證碼圖片路徑
:return:
"""
image = Image.open(fp=image_path) # 打開驗證碼圖片
image = image.convert('L') # 將驗證碼圖片轉換爲灰度圖(L表示灰度圖)
threshold = 127 # 設置灰度圖二值化閾值
table = []
for i in range(256): # 像素爲256
if i < threshold:
table.append(0)
else:
table.append(1)
image = image.point(table, '1') # 二值化處理後的副本(1表示二值化)
image.show()
result = tesserocr.image_to_text(image) # 驗證碼圖片轉換爲文本
return result
# 驗證碼識別信息髒數據處理
def VerifInfo(result):
"""
:param result: 驗證碼圖片經過初步識別後獲得的髒數據
:return:
"""
verif_str = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ1234567890"
verif_list = []
for i in result:
if i in verif_str:
verif_list.append(i)
return "".join(verif_list)
if __name__ == '__main__':
img_path = "D:\photo\image" # 文件夾目錄
img_path = img_path + "\VerificationCode.png" # 驗證碼圖片所在的目錄及名稱
img_url = "http://my.cnki.net/elibregister/CheckCode.aspx" # 驗證碼url
get_image(img_path,img_url) # 獲取驗證碼圖片
reset_image_size(img_path) # 調整驗證碼圖片大小
result = read_image(img_path) # 讀取驗證碼圖片內容
verif_info = VerifInfo(result) # 驗證碼內容數據處理
verif_len = len(verif_info) # 驗證碼識別長度
if verif_len == 4 and verif_info:
print(verif_info)
else:
pass
最後就是看看識別的效果吧。前者爲原始驗證碼圖片，後者是通過二值化處理的圖片。
輸出的結果爲：FZug
顯然使用tesserocr識別仍是有偏差的，之後能夠用深度學習的方式訓練處一個模型，能夠提升識別效率，後期會跟進實現的。感謝做者分享-http://bjbsair.com/2020-04-07/tech-info/30740.html
圖片驗證碼基本上是有數字和字母或者數字或者字母組成的字符串，而後經過一些干擾線的繪製而造成圖片驗證碼。
例如：知網的註冊就有圖片驗證碼
首先咱們須要獲取驗證碼圖片，經過開發者工具咱們能夠獲得驗證碼url連接
其次就是經過Pillow類庫和tesserocr進行識別，代碼以下：
# -*- coding:utf-8 -*-
import tesserocr
from PIL import Image
import requests
# 經過url連接獲取驗證碼圖片，並寫入本地文件夾裏
def get_image(path,url):
"""
:param path: 文件夾路徑
:param url: 驗證碼url連接
"""
respon = requests.get(url=url) # 請求驗證碼url
with open(path,"wb") as file:
file.write(respon.content) # 將驗證碼寫到本地
# 因爲驗證碼圖片過小，須要對驗證碼圖片放大處理，以便識別
def reset_image_size(image_path):
"""
:param image_path: 圖片所在的路徑
:return:
"""
image = Image.open(fp=image_path) # 打開圖片
pic_resize = 5 # 設置圖片放大或者縮小倍數
(x, y) = image.size # 獲取圖片的大小
x_s = int(x * pic_resize) # 放大5倍(可調)
y_s = int(y * pic_resize) # 放大5倍(可調)
out = image.resize((x_s, y_s), Image.ANTIALIAS) # ANTIALIAS表示高質量圖片
out.save(image_path)
# 讀取驗證碼圖片文本
def read_image(image_path):
"""
:param image_path: 驗證碼圖片路徑
:return:
"""
image = Image.open(fp=image_path) # 打開驗證碼圖片
image = image.convert('L') # 將驗證碼圖片轉換爲灰度圖(L表示灰度圖)
threshold = 127 # 設置灰度圖二值化閾值
table = []
for i in range(256): # 像素爲256
if i < threshold:
table.append(0)
else:
table.append(1)
image = image.point(table, '1') # 二值化處理後的副本(1表示二值化)
image.show()
result = tesserocr.image_to_text(image) # 驗證碼圖片轉換爲文本
return result
# 驗證碼識別信息髒數據處理
def VerifInfo(result):
"""
:param result: 驗證碼圖片經過初步識別後獲得的髒數據
:return:
"""
verif_str = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ1234567890"
verif_list = []
for i in result:
if i in verif_str:
verif_list.append(i)
return "".join(verif_list)
if __name__ == '__main__':
img_path = "D:\photo\image" # 文件夾目錄
img_path = img_path + "\VerificationCode.png" # 驗證碼圖片所在的目錄及名稱
img_url = "http://my.cnki.net/elibregister/CheckCode.aspx" # 驗證碼url
get_image(img_path,img_url) # 獲取驗證碼圖片
reset_image_size(img_path) # 調整驗證碼圖片大小
result = read_image(img_path) # 讀取驗證碼圖片內容
verif_info = VerifInfo(result) # 驗證碼內容數據處理
verif_len = len(verif_info) # 驗證碼識別長度
if verif_len == 4 and verif_info:
print(verif_info)
else:
pass
最後就是看看識別的效果吧。前者爲原始驗證碼圖片，後者是通過二值化處理的圖片。
輸出的結果爲：FZug
顯然使用tesserocr識別仍是有偏差的，之後能夠用深度學習的方式訓練處一個模型，能夠提升識別效率，後期會跟進實現的。感謝做者分享-http://bjbsair.com/2020-04-07/tech-info/30740.html
圖片驗證碼基本上是有數字和字母或者數字或者字母組成的字符串，而後經過一些干擾線的繪製而造成圖片驗證碼。
例如：知網的註冊就有圖片驗證碼
首先咱們須要獲取驗證碼圖片，經過開發者工具咱們能夠獲得驗證碼url連接
其次就是經過Pillow類庫和tesserocr進行識別，代碼以下：
# -*- coding:utf-8 -*-
import tesserocr
from PIL import Image
import requests
# 經過url連接獲取驗證碼圖片，並寫入本地文件夾裏
def get_image(path,url):
"""
:param path: 文件夾路徑
:param url: 驗證碼url連接
"""
respon = requests.get(url=url) # 請求驗證碼url
with open(path,"wb") as file:
file.write(respon.content) # 將驗證碼寫到本地
# 因爲驗證碼圖片過小，須要對驗證碼圖片放大處理，以便識別
def reset_image_size(image_path):
"""
:param image_path: 圖片所在的路徑
:return:
"""
image = Image.open(fp=image_path) # 打開圖片
pic_resize = 5 # 設置圖片放大或者縮小倍數
(x, y) = image.size # 獲取圖片的大小
x_s = int(x * pic_resize) # 放大5倍(可調)
y_s = int(y * pic_resize) # 放大5倍(可調)
out = image.resize((x_s, y_s), Image.ANTIALIAS) # ANTIALIAS表示高質量圖片
out.save(image_path)
# 讀取驗證碼圖片文本
def read_image(image_path):
"""
:param image_path: 驗證碼圖片路徑
:return:
"""
image = Image.open(fp=image_path) # 打開驗證碼圖片
image = image.convert('L') # 將驗證碼圖片轉換爲灰度圖(L表示灰度圖)
threshold = 127 # 設置灰度圖二值化閾值
table = []
for i in range(256): # 像素爲256
if i < threshold:
table.append(0)
else:
table.append(1)
image = image.point(table, '1') # 二值化處理後的副本(1表示二值化)
image.show()
result = tesserocr.image_to_text(image) # 驗證碼圖片轉換爲文本
return result
# 驗證碼識別信息髒數據處理
def VerifInfo(result):
"""
:param result: 驗證碼圖片經過初步識別後獲得的髒數據
:return:
"""
verif_str = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ1234567890"
verif_list = []
for i in result:
if i in verif_str:
verif_list.append(i)
return "".join(verif_list)
if __name__ == '__main__':
img_path = "D:\photo\image" # 文件夾目錄
img_path = img_path + "\VerificationCode.png" # 驗證碼圖片所在的目錄及名稱
img_url = "http://my.cnki.net/elibregister/CheckCode.aspx" # 驗證碼url
get_image(img_path,img_url) # 獲取驗證碼圖片
reset_image_size(img_path) # 調整驗證碼圖片大小
result = read_image(img_path) # 讀取驗證碼圖片內容
verif_info = VerifInfo(result) # 驗證碼內容數據處理
verif_len = len(verif_info) # 驗證碼識別長度
if verif_len == 4 and verif_info:
print(verif_info)
else:
pass
最後就是看看識別的效果吧。前者爲原始驗證碼圖片，後者是通過二值化處理的圖片。
輸出的結果爲：FZug
顯然使用tesserocr識別仍是有偏差的，之後能夠用深度學習的方式訓練處一個模型，能夠提升識別效率，後期會跟進實現的。感謝做者分享-http://bjbsair.com/2020-04-07/tech-info/30740.html
圖片驗證碼基本上是有數字和字母或者數字或者字母組成的字符串，而後經過一些干擾線的繪製而造成圖片驗證碼。
例如：知網的註冊就有圖片驗證碼
首先咱們須要獲取驗證碼圖片，經過開發者工具咱們能夠獲得驗證碼url連接
其次就是經過Pillow類庫和tesserocr進行識別，代碼以下：
# -*- coding:utf-8 -*-
import tesserocr
from PIL import Image
import requests
# 經過url連接獲取驗證碼圖片，並寫入本地文件夾裏
def get_image(path,url):
"""
:param path: 文件夾路徑
:param url: 驗證碼url連接
"""
respon = requests.get(url=url) # 請求驗證碼url
with open(path,"wb") as file:
file.write(respon.content) # 將驗證碼寫到本地
# 因爲驗證碼圖片過小，須要對驗證碼圖片放大處理，以便識別
def reset_image_size(image_path):
"""
:param image_path: 圖片所在的路徑
:return:
"""
image = Image.open(fp=image_path) # 打開圖片
pic_resize = 5 # 設置圖片放大或者縮小倍數
(x, y) = image.size # 獲取圖片的大小
x_s = int(x * pic_resize) # 放大5倍(可調)
y_s = int(y * pic_resize) # 放大5倍(可調)
out = image.resize((x_s, y_s), Image.ANTIALIAS) # ANTIALIAS表示高質量圖片
out.save(image_path)
# 讀取驗證碼圖片文本
def read_image(image_path):
"""
:param image_path: 驗證碼圖片路徑
:return:
"""
image = Image.open(fp=image_path) # 打開驗證碼圖片
image = image.convert('L') # 將驗證碼圖片轉換爲灰度圖(L表示灰度圖)
threshold = 127 # 設置灰度圖二值化閾值
table = []
for i in range(256): # 像素爲256
if i < threshold:
table.append(0)
else:
table.append(1)
image = image.point(table, '1') # 二值化處理後的副本(1表示二值化)
image.show()
result = tesserocr.image_to_text(image) # 驗證碼圖片轉換爲文本
return result
# 驗證碼識別信息髒數據處理
def VerifInfo(result):
"""
:param result: 驗證碼圖片經過初步識別後獲得的髒數據
:return:
"""
verif_str = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ1234567890"
verif_list = []
for i in result:
if i in verif_str:
verif_list.append(i)
return "".join(verif_list)
if __name__ == '__main__':
img_path = "D:\photo\image" # 文件夾目錄
img_path = img_path + "\VerificationCode.png" # 驗證碼圖片所在的目錄及名稱
img_url = "http://my.cnki.net/elibregister/CheckCode.aspx" # 驗證碼url
get_image(img_path,img_url) # 獲取驗證碼圖片
reset_image_size(img_path) # 調整驗證碼圖片大小
result = read_image(img_path) # 讀取驗證碼圖片內容
verif_info = VerifInfo(result) # 驗證碼內容數據處理
verif_len = len(verif_info) # 驗證碼識別長度
if verif_len == 4 and verif_info:
print(verif_info)
else:
pass
最後就是看看識別的效果吧。前者爲原始驗證碼圖片，後者是通過二值化處理的圖片。
輸出的結果爲：FZug
顯然使用tesserocr識別仍是有偏差的，之後能夠用深度學習的方式訓練處一個模型，能夠提升識別效率，後期會跟進實現的。感謝做者分享-http://bjbsair.com/2020-04-07/tech-info/30740.html
圖片驗證碼基本上是有數字和字母或者數字或者字母組成的字符串，而後經過一些干擾線的繪製而造成圖片驗證碼。
例如：知網的註冊就有圖片驗證碼
首先咱們須要獲取驗證碼圖片，經過開發者工具咱們能夠獲得驗證碼url連接
其次就是經過Pillow類庫和tesserocr進行識別，代碼以下：
# -*- coding:utf-8 -*-
import tesserocr
from PIL import Image
import requests
# 經過url連接獲取驗證碼圖片，並寫入本地文件夾裏
def get_image(path,url):
"""
:param path: 文件夾路徑
:param url: 驗證碼url連接
"""
respon = requests.get(url=url) # 請求驗證碼url
with open(path,"wb") as file:
file.write(respon.content) # 將驗證碼寫到本地
# 因爲驗證碼圖片過小，須要對驗證碼圖片放大處理，以便識別
def reset_image_size(image_path):
"""
:param image_path: 圖片所在的路徑
:return:
"""
image = Image.open(fp=image_path) # 打開圖片
pic_resize = 5 # 設置圖片放大或者縮小倍數
(x, y) = image.size # 獲取圖片的大小
x_s = int(x * pic_resize) # 放大5倍(可調)
y_s = int(y * pic_resize) # 放大5倍(可調)
out = image.resize((x_s, y_s), Image.ANTIALIAS) # ANTIALIAS表示高質量圖片
out.save(image_path)
# 讀取驗證碼圖片文本
def read_image(image_path):
"""
:param image_path: 驗證碼圖片路徑
:return:
"""
image = Image.open(fp=image_path) # 打開驗證碼圖片
image = image.convert('L') # 將驗證碼圖片轉換爲灰度圖(L表示灰度圖)
threshold = 127 # 設置灰度圖二值化閾值
table = []
for i in range(256): # 像素爲256
if i < threshold:
table.append(0)
else:
table.append(1)
image = image.point(table, '1') # 二值化處理後的副本(1表示二值化)
image.show()
result = tesserocr.image_to_text(image) # 驗證碼圖片轉換爲文本
return result
# 驗證碼識別信息髒數據處理
def VerifInfo(result):
"""
:param result: 驗證碼圖片經過初步識別後獲得的髒數據
:return:
"""
verif_str = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ1234567890"
verif_list = []
for i in result:
if i in verif_str:
verif_list.append(i)
return "".join(verif_list)
if __name__ == '__main__':
img_path = "D:\photo\image" # 文件夾目錄
img_path = img_path + "\VerificationCode.png" # 驗證碼圖片所在的目錄及名稱
img_url = "http://my.cnki.net/elibregister/CheckCode.aspx" # 驗證碼url
get_image(img_path,img_url) # 獲取驗證碼圖片
reset_image_size(img_path) # 調整驗證碼圖片大小
result = read_image(img_path) # 讀取驗證碼圖片內容
verif_info = VerifInfo(result) # 驗證碼內容數據處理
verif_len = len(verif_info) # 驗證碼識別長度
if verif_len == 4 and verif_info:
print(verif_info)
else:
pass
最後就是看看識別的效果吧。前者爲原始驗證碼圖片，後者是通過二值化處理的圖片。
輸出的結果爲：FZug
顯然使用tesserocr識別仍是有偏差的，之後能夠用深度學習的方式訓練處一個模型，能夠提升識別效率，後期會跟進實現的。