python爬虫验证码识别 （手把手教会你验证码识别）opencv图像处理 图片处理 验证码处理 降噪 简单易懂验证码处理

前言：验证码是个烦人的小家伙！当然有很多打码平台，可以轻松解决！但可以自己来，干嘛靠别人！有技术不学是傻儿童！今天主要讲opencv来解决验证码！抱着怀里教你！让你向前迈一大步！详细讲，慢慢看！简单易懂！

一 .流程：

大致分为以下步骤：

图片灰度化处理 >>>二值化 >>>降噪>>>分割>>>识别   （一般短验证码无需分隔）

 注意：以下这种需要先去除背景色

二 .今日主人公：

这人眼看起都有点变扭，干扰元素太多了！

三 灰度化：

1）.简单原理：

        本身三原色为RGB，但opencv里是使用的BGR，在BGR值相同时为灰色。大概就是，将三通道的图片变为单通道就可以称为灰度化处理。

2）.导包：

        包名：opencv-python与numpy

import cv2
import numpy as np

3）.三种灰度化方法：

# 方法一  直接在读取图片的时候灰度化
yzm = cv2.imread('1.png',cv2.IMREAD_GRAYSCALE)

# 方法二 在读入图片后再进行灰度化
yzm = cv2.imread('1.png')
yzm = cv2.cvtColor(yzm,cv2.COLOR_BGR2GRAY)

# 方法三  使用numpy取值进行灰度化
# max:取最大值 较亮      min：取最小值  较黑      mean：取平均值
yzm = cv2.imread('1.png')
yzm = np.min(yzm,axis=2).astype(np.uint8)   

4）.显示与写入：

# 保存灰度化的图片
cv2.imwrite('new_img.png',yzm)

# 显示灰度化的图片  windows1是窗口名称
cv2.imshow('windows1',yzm)

# waitKey()–是在一个给定的时间内(单位ms)等待用户按键触发，0表示任意按键
cv2.waitKey(0)

# 销毁特定的窗口
cv2.destroyWindow('windows1')

5）.效果图：

四. 二值化：

简单说：将图片变成黑白（0和255）叫做二值化处理，调用openCv里的threshold方法。

注意：阈值可以调整

import cv2

yzm = cv2.imread('1.png')  # 读图片
yzm = cv2.cvtColor(yzm,cv2.COLOR_BGR2GRAY)   # cv2 方法灰度化

# 二值化
thresh,yzm = cv2.threshold(yzm,160,255,cv2.THRESH_BINARY)
# yzm:表示需要操作的数组
# 160:表示阈值
# 255 表示最大值


cv2.imshow('window1',yzm)
cv2.waitKey(0)
cv2.destroyWindow('window1')

效果图：

        这效果就很明显了！

 五. 降噪

        降噪方法有三：1.八邻域降噪       

                                 2.使用侵蚀与膨胀形态学去噪

                                 3.cv2中的morphologyEx方法

八邻域不讲，本篇主要是简单易懂！用新人上手

1）.cv2中的morphologyEx方法

import cv2
import numpy as np

yzm = cv2.imread('1.png')
yzm = cv2.cvtColor(yzm,cv2.COLOR_BGR2GRAY)   # cv2 方法灰度化
thresh,yzm = cv2.threshold(yzm,170,255,cv2.THRESH_BINARY)  # cv2二值化

# 降噪
yzm = cv2.morphologyEx(yzm,cv2.MORPH_CLOSE,np.ones(shape=(6,6)))

cv2.imwrite('2.png',yzm) # 写入
cv2.imshow('window1',yzm)
cv2.waitKey(0)
cv2.destroyWindow('window1')

  效果图：

2）.使用侵蚀与膨胀形态学去噪

import cv2
import numpy as np

yzm = cv2.imread('1.png')
yzm = cv2.cvtColor(yzm,cv2.COLOR_BGR2GRAY)   # cv2 方法灰度化
thresh,yzm = cv2.threshold(yzm,170,255,cv2.THRESH_BINARY)  # cv2二值化

# 先膨胀 让黑色遭点消失，再侵蚀让黑色加粗
dilate = cv2.dilate(yzm,np.ones(shape=(6,6)))
yzm = cv2.erode(dilate,np.ones(shape=(5,5)))

cv2.imwrite('2.png',yzm) # 写入
cv2.imshow('window1',yzm)
cv2.waitKey(0)
cv2.destroyWindow('window1')

 效果图：

六. 识别

可以使用：1.muggle_ocr识别

                  2.调用百度识别   （两者都是免费识别）

1）muggle_ocr识别：

# muggle_ocr识别

import muggle_ocr

sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.OCR)
img = open('2.png','rb').read()
text = sdk.predict(image_bytes=img)
print(text)

 2） 百度识别：

from aip import AipOcr

APP_ID = ''
API_KEY = ''
SECRET_KEY = ''

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
img = open('2.png','rb').read()
result = client.basicGeneral(img)
print(result)

效果图：

 结束语：有错误，请悄悄指出了！码字不易，望点赞收藏！骚年！奋勇向前吧！我在路的悬崖边等您！

待到秋来九月八，我花开后百花杀。