20、关于破解字符的验证码

验证码（CAPTCHA）是“Completely Automated Public Turing test to tell Computers and Humans Apart”（全自动区分计算机和人类的图灵测试）的缩写。
是一种用来区分用户是计算机还是人的公共全自动程序

作用

认证码是一种人机识别手段，最终目的是区分正常用户和机器的操作。
可以防止：恶意破解密码、注册、刷票、论坛灌水，防止黑客对用户的密码进行暴力破解。
一般是提出一个问题，这个问题可以由计算机生成并评判，但是必须只有人类才能解答。由于计算机无法解答这个的问题，所以回答出问题的用户就可以被认为是人类。

类别

图形验证码：

这类验证码大多是计算机随机产生一个字符串，在把字符串增加噪点、干扰线、变形、重叠、不同颜色、扭曲组成一张图片来增加识别难度。

滑动验证码：

也叫行为验证码，比较流行的一种验证码，通过用户的操作行为来完成验证，其中最出名的就是极验。
滑动验证码的原理就是使用机器学习中的深度学习技术，根据一些特征来区分是否为正常用户。通过记录用户的滑动速度，还有每一小段时间的瞬时速度，用户鼠标点击情况，以及滑动后的匹配程度来识别。而且，不是说滑动到正确位置就是验证通过，而是根据特征识别来区分是否为真用户，滑到正确位置只是一个必要条件。

点触验证码：

点击类验证码都是给出一张包含文字的图片，通过文字提醒用户点击图中相同字的位置进行验证。

Pillow库

PIL库

PIL (Python Image Library) 已经算是 Python 处理图片的标准库了，兼具强大的功能和简洁的 API.
但是PIL库的更新非常缓慢， 并且它只支持到python2.7，不支python3

Pillow库

由于PIL库更新太慢了，于是一群志愿者在PIL库的基础上创建的分支版本，命名为Pillow.
Pillow目前最新支持到python3.6，它的维护和开发十分活跃，兼容PIL库的绝大多数语法，并且增加了许多新的特性，推荐直接使用Pillow

Pillow库安装

安装:pip install pillow

PIL与Pillow使用注意

Pillow和PIL不能共存在一个环境中，如果你之前安装了PIL的话，需要删除掉才能在安装Pillow
由于是继承自PIL的分支， 所以Pillow库的导入是这样的

Import PIL

图形基本概念

因为要处理的是图形,所以需要了解一下基本概念

尺寸

图片尺寸（size）指的是图片的宽度和高度
通过size属性可以获取图片的尺寸，它的返回值是一个元组，
元组里面有两个值，分别是水平和垂直方向上的像素个数

坐标系统

笛卡尔像素坐标系
x轴从左到右,y轴从上到下增长
图像矩形区域的表示(左,顶,右,底);800*600像素表示(0,0,800,600)

通道

图片均是由一个或者多个数据通道构成
RGB图像,每张图片都是由三个数据通道叠加构成，分别为R 、G 、B
PNG图像有RGBA四个通道，A代表透明度
对于灰度图像（没有色彩的图片， RGB色彩分量全部相等），只有一个通道。
灰度指的是黑白图像中点的颜色深度，范围一般是0到255， 白色为255，黑色为0

图像获取

1. 从文件中加载图像

picture=Image.open("test.png")

2. 创建一个新的图像

---

这里的最后一个参数可以用ImageColor里面的colormap来获得更多初始化的颜色

---

picture=Image.new("RGB",(200,100),"red")

3. 处理其他的图像获得

im=picture.crop((116,168,658,798))

获取图像通道

im.getbands()
("R","G","B")

简单验证码处理

灰度化

---

灰度图像上每个像素的颜色值又称为灰度，指黑白图像中点的颜色深度，范围一般从0到255，白色为255，黑色为0。所谓灰度值是指色彩的浓淡程度，灰度直方图是指一幅数字图像中，对应每一个灰度值统计出具有该灰度值的象素数。

灰度就是没有色彩，RGB色彩分量全部相等。如果是一个二值灰度图象，它的象素值只能为0或1，我们说它的灰度级为2。用个例子来说明吧：一个256级灰度的图象，如果RGB三个量相同时，如：RGB(100,100,100)就代表灰度为100，RGB(50,50,50)代表灰度为50。

现在大部分的彩色图像都是采用RGB颜色模式，处理图像的时候，要分别对RGB三种分量进行处理，实际上RGB并不能反映图像的形态特征，只是从光学的原理上进行颜色的调配。

图像灰度化处理可以作为图像处理的预处理步骤，为之后的图像分割、图像识别和图像分析等上层操作做准备。

---

目的:为二值化做准备

彩色变黑白，三通道变成一个通道

图片的灰度化，就是让像素点矩阵中的每一个像素点满足 R=G=B，此时这个值叫做灰度值，白色为255，黑色为0

灰度转化一般公式为：
R=G=B = 处理前的 RX0.3 + GX0.59 + B*0.11

这种灰度转化方法被称为加权平均法。

---

根据重要性及其它指标，将三个分量以不同的权值进行加权平均。由于人眼对绿色的敏感最高，对蓝色敏感最低，因此，对RGB三分量进行加权平均能得到较合理的灰度图像。除了这种灰度转化方法另外还有两种方法，大家稍作了解

最大值法

将彩色图像中的三分量亮度的最大值作为灰度图的灰度值。

平均值法

将彩色图像中的三分量亮度求平均得到一个灰度值。

---

二值化

图像的二值化，就是将图像的像素点矩阵中的每个像素点的灰度值设置为0（黑色）