Python绕过验证码，直接登录爬数据

小编今天准备爬取一个网站的数据，但是被登录的验证码挡住了

小编很不服

 

于是小编就想着怎么绕过验证码去爬取网站的数据。

虽说图形验证码最简单，但是对于我这等新手，还是要苦学一番。首先寻找测试网站，网站选的是如云阁小说网，小网站不怕被封。他们的验证码一般如下：

可以看出有微弱的干扰线和较强的干扰点，验证码是没有边框的，这里为了排版好看，我加上去的...

1.灰度处理   把彩色验证码图片转为灰色的图片。

importcv2

image = cv2.imread('1.jpeg',0)

cv2.imwrite('1.jpg', image)

2. 二值化处理   将图片处理为只有黑白两色的图片，这里发现干扰线没有了，这就意味着我们只需要处理干扰点即可。

importcv2

image = cv2.imread('1.jpeg',0)

ret, image = cv2.threshold(image,100,255,1)

height, width = image.shape

new_image = image[0:height,0:150]

cv2.imwrite('1.jpg', new_image)

3.  降噪处理   去除小黑点，也就是孤立的黑色像素点。

点降噪原理就是检测黑色点相邻的8个点，判断8个点的颜色情况。如果全是白点，那么就认为这个点是白色的，做黑点变白点处理。如⑤点处，以田字格来看，相邻共有8个区域。