利用PIL对简单的验证码进行识别

利用PIL写了一个能识别验证码的程序

验证码的抓取地址:http://system.ruanko.com/validateImage.jsp

原理:

将图片进行处理去除干扰后分割成单个验证码,再和模板文件逐个进行比对,找出与其相似的模板文件

主要过程:

下载图片:由downpic实现,默认下载20张图片(这个函数只是测试用的)

          ↓

图片去干扰,:由process实现,会将图片变成黑白并去除噪点

→

          ↓

图片分割:由delims实现,该函数会将验证码上面的数字分开,并保存在temp文件夹内

          ↓

制作模板:这个过程需要自己在temp文件夹中找合适的模板文件,改名成图片上数字后放到template文件夹内

          ↓

识别图片:由recognized或recognized2实现,一个是找不同,一个是找相同的

代码:

import os;
import urllib;
import urllib.request;
from PIL import Image as im;
from PIL import ImageEnhance;
def process(filename):    #处理图片
    img=im.open(filename,"r");
    enhancer=ImageEnhance.Color(img);
    enhancer=enhancer.enhance(0);   #变成黑白
    enhancer=ImageEnhance.Brightness(enhancer); #这下面的参数是经过测试后图片效果最好的。。。
    enhancer=enhancer.enhance(2);   #提高亮度
    enhancer=ImageEnhance.Contrast(enhancer);
    enhancer=enhancer.enhance(8);   #提高对比度
    enhancer=ImageEnhance.Sharpness(enhancer);
    enhancer=enhancer.enhance(20);  #锐化
    return enhancer;

def delims(image,numbers=4,index=0,rect=()):    #分割
    """
        image为图片,
        numbers为图片上验证码的个数,
        index没什么用,生成临时图片要用的,
        rect为要切割的矩形元组,有4个值,为左上右下
    """
    if len(rect):                               #图片会被处理成一定的大小再进行切割
        image=image.crop((rect));
    width,height=image.size;
    for i in range(numbers):
        img=image.crop((int(width/numbers)*i,0,int(width/numbers)*(i+1),height));
        img.save("./temp/%d_%d.jpg" % (index,i));

def createtempfile(numbers=4,rect=()):           #生成临时文件,需要自己去里面找合适的图片作为模板
    list=os.listdir("./number");
    for index,i in enumerate(list):
        delims(process("./number/{0}".format(i)),numbers,index,rect);

def createtemplate():                            #生成模板列表
    list=[];
    for root,dirs,files in os.walk("./template"):
        for file in files:
            list.append(os.path.join(root,file));
    return list;

def recognize(filename,numbers,template,rect):   #图片识别,找不同
    """
        filename为要识别的验证码,
        numbers为验证码上面数字的个数,
        template为模板列表,
        rect,为要切割的矩形元组,有4个值,为左上右下
    """
    if len(rect):
        image=process(filename).crop((rect));
    if not len(template):
        print("模板列表不能为空,请先筛选作为模板的文件并放到template文件夹内!")
        return ;
    width,height=image.size;
    name="";
    for i in range(numbers):
        img=image.crop((int(width/numbers)*i,0,int(width/numbers)*(i+1),height));
        subwidth,subheight=img.size;
        rank=[];
        for item in template:
            temp=im.open(item,"r");
            diff=0;
            for w in range(subwidth):
                for h in range(subheight):
                    if(img.getpixel((w,h))!=temp.getpixel((w,h))):
                        diff+=1;
            rank.append((diff,os.path.basename(item).split(".")[0]));
        rank.sort();
        name+=str(rank[0][1]);
    image.save("./recognized/"+name+".jpg")
#    return name;

def recognize2(filename,numbers,template,rect):   #图片识别,找相同
    if len(rect):
        image=process(filename).crop((rect));
    if not len(template):
        print("模板列表不能为空!")
        return ;
    width,height=image.size;
    name="";
    for i in range(numbers):
        img=image.crop((int(width/numbers)*i,0,int(width/numbers)*(i+1),height));
        subwidth,subheight=img.size;
        rank=[];
        for item in template:
            temp=im.open(item,"r");
            same=0;
            for w in range(subwidth):
                for h in range(subheight):
                    if(img.getpixel((w,h))==temp.getpixel((w,h))):
                        same+=1;
            rank.append((same,os.path.basename(item).split(".")[0]));
        rank.sort(reverse=True);
        name+=str(rank[0][1]);
    image.save("./recognized/"+name+".jpg")
#    return name;

def downpic(numbers=10):             #下载图片,numbers为要下载的数目,仅作测试用
    url="http://system.ruanko.com/validateImage.jsp";
    for i in range(numbers):
        open("./number/%d.jpg" % i,"wb").write(urllib.request.urlopen(url).read());

def createdir():
    cwd=os.getcwd()+"\\";
    try:                             #生成需要的目录
        os.mkdir(cwd+"number");     
    except:                          #文件夹存在则忽略
        pass;
    try:
        os.mkdir(cwd+"temp");
    except:
        pass;
    try:
        os.mkdir(cwd+"template");
    except:
        pass;
    try:
        os.mkdir(cwd+"recognized");
    except:
        pass;

def main():
    createdir();
    downpic(20);                     #下载的图片在number文件夹内
    createtempfile(rect=(4,3,56,16));#对图片进行处理,生成的临时图片在temp文件夹内,用于找合适的模板图片
    """整理完模板后就可以进行验证码的识别了"""
    list=createtemplate();           #生成模板列表,对比的时候需要用到
    piclist=os.listdir("./number");  #列举需要识别的图片
    for item in piclist:             #识别图片
        recognize("./number/{0}".format(item),4,list,(4,3,56,16));
main();

识别后的图片:

随机的20张图片的测试效果,错了7个= =，感觉应该不算太差。。。