(一)python爬虫验证码识别(去除干扰线)

该博客介绍了如何使用Python进行验证码识别,重点在于去除干扰线。通过转化为灰度图和利用KNN图像分类,实现99.6%的识别准确率。博主分享了数据集获取、处理步骤以及pytesser和sklearn的KNN方法,提供了完整代码。
摘要由CSDN通过智能技术生成

(一)python爬虫验证码识别(去除干扰线)

1.开发环境与工具
  • python27:sklearn、pytesser、opencv等
  • pycharm
  • windows7

2. 数据集

这里写图片描述这里写图片描述这里写图片描述这里写图片描述这里写图片描述这里写图片描述这里写图片描述
用request库爬虫抓取某一网站验证码1200张,并做好标注

3.验证码识别大概步骤
  • 转化成灰度图
  • 去背景噪声
  • 图片分割
(1)转化成灰度图
im = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
(2)去除背景噪声

验证码去除干扰线的思想可参考链接:验证码去除干扰线
本文所使用的去除背景噪声的方法:
     认真观察我们的实验数据,发现根据线降噪方法来去除噪声是不可行的,因为我们的图片干扰线很粗,和数字差不多粗。那再认真观察一下,1个数字的颜色都是一个‘“色”,那么是否可以跟据颜色来分呢?
     博主认真想了下,先转化成灰度图,再通过图像分割把图片分割一下,去除掉边框和部分噪声,这样就分成了4张图,然后统计每张图的灰度直方图(自己设置bins),找到第二大所对应的像素范围,即某一像素范围内像素数第二多所对应的像素范围(像素最多的应该是白色,空白处),取像素范围中位数mode,然后保留(mode±bi

  • 55
    点赞
  • 179
    收藏
    觉得还不错? 一键收藏
  • 213
    评论
评论 213
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