背景:1.网站有俩这种方式的图片,并且还会切换这俩的上下现实位置
解决:1.先用正则,然后从图片宽度出手,然后获取图片,然后进行ocr解析,具体解析可以参考我之前的(不过试了一下感觉又得调整)。或者去参考别人的
import cv2
import numpy as np
import requests
import re
import base64
# 发送 GET 请求获取网页内容
url = 'http*********' # 替换成实际网站的 URL
response = requests.get(url)
# 使用正则表达式从 HTML 中提取所有图像的 base64 编码数据
pattern = r'<img src="data:image/jpeg;base64,(.*?)"' # 根据实际情况调整正则表达式
matches = re.findall(pattern, response.text)
# 遍历所有匹配的图像数据
for idx, image_data_base64 in enumerate(matches, start=1):
# 解码 base64 编码的图像数据为字节流
image = base64.b64decode(image_data_base64)
# 获取图像的高度
_, height = cv2.imdecode(np.frombuffer(image, np.uint8), cv2.IMREAD_COLOR).shape[:2]
# 获取图像高度小于100像素,这个可以自己从图片里面看
if height < 100:
# 将图像数据保存到文件
with open(f"captcha_{idx}.jpg", "wb") as img_file:
img_file.write(image)
print(f"保存高度小于100的验证码图片到: captcha_{idx}.jpg")
然后就是识别这个图片了