python处理验证码_python验证码识别——前处理

目前不少系统的验证码做得越来越复杂，人眼都难以识别，尤其是QQ之类的验证码，想要识别，太难了。

现在有这样一个验证码：

一般的验证码识别，都是先进行前处理，然后分割，在进行识别。这个验证码没有其他噪音，但存在一条横穿的曲线干扰，并且验证码中字体是粘连在一起的。

如果不将干扰曲线去除，那么整个识别将会受到一定的影响，为此，先要去掉这条曲线，首先通过的办法是将先获取曲线的头位置(x，y)，这一部分很简单，代码如下：

1 defget_left_start_point(im):2 start_point=(0,0)3 found=False4 w, h=im.size5 data=list(im.getdata())6 forxinxrange(w):7 foryinxrange(h):8 ifdata[ y*w+x ]!=white:9 found=True10 start_point=(x,y)11 break12 13 iffound:14 break15 returnstart_point

取到头结点后，然后依次从左到右遍历过去，上下判断是否为黑点，将线条坐标位置保存起来，之后进行线条位置去除，代码如下(感谢孙志海朋友的提示)：

defremove_line(im, aim):

w,h=im.size

data=list( im.getdata() )forx,yinaim:

curr=data[ y*w+x ]

prev=data[ (y-1)*w+x]

next=data[ (y+1)*w+x]ifprev==blackandnext==black:continueifprev==black:

data[ y*w+x ]=white

data[ (y-1)*w+x]=whiteelifnext==black:

data[ y*w+x ]=white

data[ (y+1)*w+x]=whiteelse:

data[ y*w+x ]=white

于是可以得到去除黑线后的图像为：

除了几个孤立的点，图像中的黑线基本被去除干净，下面是几张是处理的比较好的：

下面这一张处理的比较差：

鉴于之前有blog内容被网络转载，并不注明出处，因此添加下面内容：

author：ubunoon

homepage: http://qtrstudio.com

blog: http://www.cnblogs.com/ubunoon   ;   http://qtrstudio.com/blog

email：netubu#gmail.com

copyright: Copyright © 2011. All rights reserved.