digit image process --- python-skimage

1. Anaconda,conda list, conda install xxx, conda update xxx


--------------------0------------io--data----

from skimage import io, data

img = io.imread(xxx, as_grey=True)

io.imshow(img)


lena = data.lena() # or from skimage import data_dir, imshow(data_dir + '/lena.png')


io.imsave('/home/lyu/123.png', ndarray) # eg. data.lena()


img.shape,  type(img),  img.size,  img.max(),  img.min(),  img.mean()


numpy.random.randint(low, high, size=xxx)   eg. size=10, size=(10,10)   [low,high)


-------------------1--------------------------------


from skimage import color, data

img = data.lena() # uint8 [0 255]

color.rgb2gray(img) # foat64 [0,1]


img = skimage.img_as_float(img) # to float

img = skimage.img_as_ubyte(img) # to 8 bit


----------------2--------------------color------------


img = skimage.color.rgb2gray(img)

or

img = skimage.color.convert_colorspace(img, 'RGB', 'xxx')  # ['RGB', 'HSV', 'XYZ', 'RGB CIE']


color.label2rgb()


----------------3----------------matplotlib-pyplot-----



--------------4---------------------

index = img[:,:] >0.2

img[index] = 1

-------------------5-----transform-------------------

from skimage import transform

new = transform.resize(img, (xx,xx))


new = transform.rescale( img, 2)

new = transform.rescale( img, [0.2,0.5])


new = transform.rotate( img, 60, resize=True)




  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
由于数字加减验证码的规则比较简单,可以通过手动识别的方式来破解。 首先,我们需要通过 Python 的 PIL 库来读取验证码图片,并将其转换为灰度图像。然后,我们可以使用图像处理技术来识别数字和符号,并计算出验证码的结果。 以下是一个示例代码,可以对数字加减验证码进行破解: ```python from PIL import Image # 读取验证码图片 im = Image.open('captcha.png') # 转换为灰度图像 im = im.convert('L') # 图像处理函数,用于处理数字和符号 def process_digit(im, x, y): digits = { (0, 1, 0, 1, 0, 1, 1, 1, 1, 1): 0, (0, 0, 0, 1, 0, 0, 0, 1, 0, 0): 1, (0, 1, 0, 0, 1, 1, 1, 0, 1, 1): 2, (0, 1, 0, 0, 1, 1, 0, 1, 1, 1): 3, (0, 0, 0, 1, 1, 1, 0, 1, 0, 0): 4, (0, 1, 0, 1, 1, 0, 0, 1, 1, 1): 5, (0, 1, 0, 1, 1, 0, 1, 1, 1, 1): 6, (0, 1, 0, 0, 0, 1, 0, 1, 0, 0): 7, (0, 1, 0, 1, 1, 1, 1, 1, 1, 1): 8, (0, 1, 0, 1, 1, 1, 0, 1, 1, 1): 9, (0, 0, 1, 0, 0, 0, 0, 0, 0, 0): '+', (0, 0, 1, 0, 0, 0, 0, 1, 0, 0): '-', } # 提取数字和符号的像素 pixels = [] for i in range(5): for j in range(7): pixel = im.getpixel((x + i, y + j)) pixels.append(pixel) # 识别数字和符号 digit = digits.get(tuple(pixels)) return digit # 获取验证码的数字和符号 digits = [] for i in range(4): digit = process_digit(im, 13 + i * 18, 2) digits.append(digit) # 计算验证码的结果 result = eval(''.join(map(str, digits))) print('验证码:', digits) print('结果:', result) ``` 在上面的代码中,我们定义了一个图像处理函数 `process_digit`,该函数用于提取数字和符号的像素,并识别其对应的数字或符号。我们还定义了一个字典 `digits`,其中包含了数字和符号对应的像素值,用于识别验证码中的数字和符号。 在主函数中,我们使用 `process_digit` 函数来获取验证码的数字和符号,并使用 Python 内置函数 `eval` 来计算验证码的结果。 这个方法的缺点是如果验证码中包含了噪点或干扰线,可能会影响识别的准确性。但是对于一般的数字加减验证码来说,这种方法已经足够有效了。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值