训练图片验证码

获取图片

某验证码API：
https://login.anjuke.com/general/captcha?timestamp=15580192349965467

def get_patch(start,end):
    """
        抓取图片验证码
        start:起始编号
        end:结束编号

    """
    #创建目录
    if not os.path.exists('./pics'):
        os.mkdir('./pics')

    for i in range(start,end):
        #产生时间戳
        ts = int(time.time()*1000)

        #格式化url
        url = URL.format(ts)
        print("current url:",url)

        #发请求
        res = requests.get(url,headers=HEADERS)

        #构造filename
        filename = os.path.join("./pics",str(i+1)+".jpg")

        #存储
        with open(filename,"wb") as f:
            f.write(res.content)

        #有反爬
        #1.代理ip
        #2.Cookie
        #3.延时
        time.sleep(random.uniform(2,5))

图片的二值化

为了便于识别，图片二值化处理

from PIL import Image
im = Image.open("xxx.jpg")
img = im.convert("L")
#方式一
from sklearn.preprocessing import Binarizer
import numpy as np
b = Binarizer(threshold=200)

#二值化
img_data = np.array(img.getdata()).reshape(img.height,img.width)
r = b.fit_transform(img_data)  #完成 二值化


#方式二
#定义一个 颜色的查找表 256 个值
table = []
for i in range(256):
	if i<200:
		table.append(0)
	else:
		table.append(1)
#二值化处理
r = img.point(table,"1")

待更新