想要识别验证码,收集足够多的样本后,首先要做的就是对验证码原始图片进行处理,对验证码识别分类之前,一般包括:将彩色图片转换成灰度图、将灰度图二值化和去除噪点三个基本过程。这里仅以比较简单的验证码为例,介绍一下如何通过Python的PIL库对图片去噪处理。
首先看一下未经处理的验证码图片:
对图片处理主要使用了PIL库的Image类。
1、彩色图片转换成灰度图
首先使用Image的open方法打开上面的图片,可以得到一个PIL.Image.Image对象,之后就可以调用convert、filter、point和putpixel等方法来处理图片。
我们可以通过convert方法将上面的彩色图片转换成灰度图:
# encoding=utf8
from PIL import Image
def main():
image = Image.open('RandomPicture.png')
imgry = image.convert('L')
imgry.save('gray.png')
if __name__ == '__main__':
main()
注:想学习Python的小伙伴们
可以
领取从0到1完整学习资料 视频 精品书籍
一个月经典笔记和99道练习题及答案
运行结果:
通过保存的图片可以看出来,已经由原来的彩图变成了灰度图,或者也可以认为是黑白图。什么叫灰度图?我们知道彩色图片是由不同的颜色的像素组合到一起的,那灰度图可以类似的认为是由不同灰度值的像素组合在一起后呈现出来的。任何颜色都有红、绿、蓝三原色组成,假如原来某点的颜色为RGB(R,G,B),那么,我们可以通过下面几种方法,将其转换为灰度:
1.浮点算法:Gray=R0.3+G0.59+B*0.11
2.整数方法:Gray=(R30+G59+B*11)/100
3.移位方法:Gray =(R76+G151+B*28)>>8;
4.平均值法:Gray=(R+G+B)/3;
5.仅取绿色:Gray=G;
通过上述任一种方法求得Gray后,将原来的RGB(R,G,B)中的R,G,B统一用Gray替换,形成新的颜色RGB(Gray,Gray,Gray),用它替换原来的RGB(R,G,B)就是灰度图了。
用代码实现看一下:
# encoding=utf8
from PIL import Image
def main():
image = Image.open('RandomPicture.png')
print ('image mode: ', image.mode)
print (image.getpixel((0, 0)))
print ('-' * 40)
imgry = image.convert('L')
print ('imgry mode: ', imgry.mode)
print (imgry.getpixel((0, 0)))
if __name__ == '__main__':
main()
运行结果:
image mode: RGB
(234, 235, 236)
imgry mode: L
234
[Finished in 0.1s]
代码说明:
通过image.mode方法可以获得当前的PIL.Image.Image对象(也就是当前打开的图片)的mode值,而mode值表示图片的单位颜色是由RGB三个值组成的还是由灰度值组成的;
而getpixel可以获取某个像素的RGB值或者灰度值。我们知道图片是由许多像素组成的,每个像素在图片上都有一个对应的坐标x和y,而“(0, 0)”就表示该图片左上角顶点的像素。
由上面的结果我们可以知道,