python识别验证码去干扰_运用python写过识别验证码图片中的数字

最近在做一个批量上传的文件到服务器的项目,在上传时需要登录,同时登录时需要输入验证码,每次输入验证码太麻烦了,于是就想写一段程序读取验证码上数字信息.

于是通过问了强大的google及百度后,大致了解到识别验证码的大致步骤为获取图像信息,去噪,切割,采集样本,识别等.

获取图像信息

从某网站的登录界面上获取2000张验证码图片

从验证码图像上可以看出,图像上有许多的干扰噪点,这对识别验证码信息增加了难度.现在想办法去除这些噪点.

去噪

观察这些验证码,数字的颜色为黑色,而噪点的颜色为其他的颜色.数字区域为有效区域，其他区域为无效区域，图像的颜色分布非常有规律，有效区域全为黑色，无效区域没有黑色,所以我们可以把无效区域全设置成白色,于是的到如下的效果:

同时我们把多余的区域裁剪掉了,仅仅留下有效区域

切割

把图像按照数字区域不等分的切割成四张图像.

采集样本

保存0-9十个数字的图像信息

识别

验证码上的数字是非常规整的，首先存一份每一个数字的图像信息
切割后的图像分别与数字的图像信息做比较，返回比较的结果

源码github地址

在程序中调用方法:
创建一个实例,参数为图像地址,调用getyzm(),返回数字信息.

vcode = YZM(path/to/imagename).getyzm()