python 去除验证码图片噪音

在处理验证码图片时，出现噪音，如横线、像素点等问题往往会影响识别率，这里给出一个去除噪音的方法，仅供学习。

import cv2
import os
import numpy as np
import copy


def del_noise(img, number):
    height = img.shape[0]
    width = img.shape[1]

    img_new = copy.deepcopy(img)
    for i in range(1, height - 1):
        for j in range(1, width - 1):
            point = [[], [], []]
            count = 0
            point[0].append(img[i - 1][j - 1])
            point[0].append(img[i - 1][j])
            point[0].append(img[i - 1][j + 1])
            point[1].append(img[i][j - 1])
            point[1].append(img[i][j])
            point[1].append(img[i][j + 1])
            point[2].append(img[i + 1][j - 1])
            point[2].append(img[i + 1][j])
            point[2].append(img[i + 1][j + 1])
            for k in range(3):
                for z in range(3):
                    if point[k][z] == 0:
                        count += 1
            if count <= number:
                img_new[i, j] = 255
    return img_new


if __name__ == '__main__':
    img_dir = './img'
    img_name = os.listdir(img_dir)  # 列出文件夹下所有的目录与文件
    kernel = np.ones((5, 5), np.uint8)
    for i in range(len(img_name)):
        path = os.path.join(img_dir, img_name[i])
        image = cv2.imread(path)
        name_list = list(img_name[i])[:-4]
        print(name_list)
        if '.' in name_list:
            print("%s标签错误，请重新标签!" % img_name[i])
        else:
            name = ''.join(name_list)
            # 灰度化
            # print(image.shape)
            grayImage = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

            # 二值化
            result = cv2.adaptiveThreshold(grayImage, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 21, 1)
            # 去噪声
            img = del_noise(result, 2)
            # img = del_noise(img, 2)
            # img = del_noise(img, 1)
            # 加滤波去噪
            im_temp = cv2.bilateralFilter(src=img, d=6, sigmaColor=75, sigmaSpace=75)
            im_temp = im_temp[1:-1, 1:-1]
            im_temp = cv2.copyMakeBorder(im_temp, 13, 13, 13, 13, cv2.BORDER_CONSTANT, value=[255])
            cv2.imwrite('./img_res/%s.jpg' % (name), im_temp)
            # im_temp.show()
            print("%s %s.jpg" % (i, name))
    print("图片预处理完成！")

处理签前后的对比：

若去除不完全，则可以使用多次del_noise方法，或者是提高del_noise函数number参数的值，但是需要调试才知道那个参数才是比较合适的。