Python3 识别验证码(opencv-python)
一、准备工作
使用opencv做图像处理,所以需要安装下面两个库:
pip3 install opencv-python
pip3 install numpy
二、识别原理
采取一种有监督式学习的方法来识别验证码,包含以下几个步骤:
图片处理 - 对图片进行降噪、二值化处理
切割图片 - 将图片切割成单个字符并保存
人工标注 - 对切割的字符图片进行人工标注,作为训练集
训练数据 - 用KNN算法训练数据
检测结果 - 用上一步的训练结果识别新的验证码
1,图片处理
先来看一下要识别的验证码是长什么样的:
字符做了一些扭曲变换。仔细观察,还可以发现图片中间的部分添加了一些颗粒化的噪声。
先读入图片,并将图片转成灰度图,代码如下:
mport cv2
im=cv2.imread(filepath)
im_gray= cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
经过上面的处理,我们的彩色图片变成了下面这样:
将图片做二值化处理,代码如下:
ret, im_inv = cv2.threshold(im_gray,127,255,cv2.THRESH_BINARY_INV)
127是设定的阈值,像素值大于127被置成了0,小于127的被置成了255。处理后的图片变成了这样:
接下来,我们应用高斯模糊对图片进行降噪。高斯模糊的本质是用高斯核和图像做卷积,代码如下:
kernel = 1/16*np.array([[1,2,1], [2,4,2], [1,2,1]])
im_blur= cv2.filter2D(im_inv,-1,kernel)
降噪后的图片如下:
可以看到一些颗粒化的噪声被平滑掉了。
降噪后,对图片再做一轮二值化处理:
ret, im_res = cv2.threshold(im_blur,127,255,cv2.THRESH_BINARY)
现在图片变成了这样:
好了,接下来,要开始切割图片了。
2,切割图片
这一步是所有步骤里最复杂的一步。我们的目标是把最开始的图片切