使用pillow库进行验证码截图

在web自动化测试过程中,常常会遇到验证码。而验证码如果要用图像识别等方式去处理,需要先对验证码元素进行截图,先对整个页面截图,再通过验证码位置裁切的方式获取验证码图片。
元素截图需要安装第三方pillow库,安装命令为“pip install pillow”。
在这里插入图片描述
示例:去哪儿网找回密码页面为例。

# coding = utf-8

from selenium import webdriver
from PIL import Image

d = webdriver.Chrome()
# 打开去哪儿网找回密码页面
d.get('https://user.qunar.com/sensitive/forgotpwd.jsp')
# 设置窗口最大化
d.maximize_window()
# 对页面进行截图
d.save_screenshot(r'image\qunar.png')
# 定位到要截图的元素
imgcode = d.find_element_by_class_name('vcodeimg')
# 截图的范围
left = imgcode.location['x']
top = imgcode.location['y']
right = left + imgcode.size['width']
bottom = top + imgcode.size['height']
# 截图
im = Image.open(r'image\qunar.png')
im = im.crop((left, top, right, bottom))
# 保存截图
im.save(r'image\code.png')
d.quit()
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Pillow可以用来处理图像,包括降噪。下面是一个例子,展示如何使用Pillow来对验证码进行降噪处理: ```python from PIL import Image import numpy as np # 加载验证码图像 img = Image.open("验证码.png") # 将图像转换为灰度图像 gray = img.convert('L') # 将灰度图像转换为numpy数组 arr = np.array(gray) # 设置阈值,将像素值小于阈值的点设为黑色,大于等于阈值的点设为白色 threshold = 200 arr[arr < threshold] = 0 arr[arr >= threshold] = 255 # 对图像进行降噪处理 from scipy.ndimage import filters arr = filters.median_filter(arr, size=3) # 将numpy数组转换为图像并保存 new_img = Image.fromarray(arr) new_img.save("降噪后的验证码.png") ``` 解释: 1. 加载验证码图像:使用Pillow的Image.open()函数加载验证码图像。 2. 将图像转换为灰度图像:使用Pillow的convert()函数将验证码图像转换为灰度图像。 3. 将灰度图像转换为numpy数组:使用numpy的array()函数将灰度图像转换为numpy数组。 4. 设置阈值:将像素值小于阈值的点设为黑色,大于等于阈值的点设为白色。这里使用的阈值是200。 5. 对图像进行降噪处理:使用scipy的median_filter()函数对图像进行中值滤波,大小为3。 6. 将numpy数组转换为图像并保存:使用Pillow的fromarray()函数将numpy数组转换为图像,并使用save()函数保存图像。 这样就可以对验证码进行简单的降噪处理了。需要注意的是,这里使用的是中值滤波来降噪,也可以尝试其他的降噪方法,比如高斯滤波等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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