python验证码自动识别
在python爬虫爬取某些网站的验证码的时候可能会遇到验证码识别的问题，现在的验证码大多分为四类：
1、计算验证码
2、滑块验证码
3、识图验证码
4、语音验证码
这篇博客主要写的就是识图验证码，识别的是简单的验证码，要想让识别率更高，识别的更加准确就需要花很多的精力去训练自己的字体库。
识别验证码通常是这几个步骤：
1、灰度处理
2、二值化
3、去除边框（如果有的话）
4、降噪
5、切割字符或者倾斜度矫正
6、训练字体库
7、识别
这6个步骤中前三个步骤是基本的，4或者5可根据实际情况选择是否需要，并不一定切割验证码，识别率就会上升很多有时候还会下降
这篇博客不涉及训练字体库的内容，请自行搜索。同样也不讲解基础的语法。
用到的几个主要的python库： Pillow(python图像处理库)、OpenCV(高级图像处理库)、pytesseract(识别库)
灰度处理&二值化
灰度处理，就是把彩色的验证码图片转为灰色的图片。
二值化，是将图片处理为只有黑白两色的图片，利于后面的图像处理和识别
在OpenCV中有现成的方法可以进行灰度处理和二值化，处理后的效果：
代码：
1 # 自适应阀值二值化2 def _get_dynamic_binary_image(filedir, img_name):
3 filename = \'./out_img/\' + img_name.split(\'.\')[0] + \'-binary.jpg\'
4 img_name = filedir + \'/\' + img_name
5 print(\'.....\' + img_name)
6 im = cv2.imread(img_name)
7 im = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY) #灰值化
8 # 二值化
9 th1 = cv2.adaptiveThreshold(im, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 21, 1)
10 cv2.imwrite(filename,th1)
11 return th1
去除边框
如果验证码有边框，那我们就需要去除边框，去除边框就是遍历像素点，找到四个边框上的所有点，把他们都改为白色，我这里边框是两个像素宽
注意：在用OpenCV时，图片的矩阵点是反的，就是长和宽是颠倒的
代码：
# 去除边框def clear_border(img,img_name):
filename = \'./out_img/\' + img_name.split(\'.\')[0] + \'-clearBorder.jpg\'
h, w = img.shape[:2]
for y in range(0, w):
for x in range(0, h):
if y < 2 or y > w - 2:
img[x, y] = 255
if x < 2 or x > h -2:
img[x, y] = 255
cv2.imwrite(filename,img)
return img
效果：
降噪
降噪是验证码处理中比较重要的一个步骤，我这里使用了点降噪和线降噪
线降噪的思路就是检测这个点相邻的四个点（图中标出的绿色点），判断这四个点中是白点的个数，如果有两个以上的白色像素点，那么就认为这个点是白色的，从而去除整个干扰线，但是这种方法是有限度的，如果干扰线特别粗就没有办法去除，只能去除细的干扰线
代码：
1 # 干扰线降噪2 def interference_line(img, img_name):
3 filename = \'./out_img/\' + img_name.split(\'.\')[0] + \'-interferenceline.jpg\'
4 h, w = img.shape[:2]
5 # ！！！opencv矩阵点是反的
6 # img[1,2] 1:图片的高度，2：图片的宽度
7 for y in range(1, w - 1):
8 for x in range(1, h - 1):
9 count = 0
10 if img[x, y - 1] > 245:
11 count = count + 1
12 if img[x, y + 1] > 245:
13 count = count + 1
14 if img[x - 1, y] > 245:
15 count = count + 1
16 if img[x + 1, y] > 245:
17 count = count + 1
18 if count > 2:
19 img[x, y] = 255
20 cv2.imwrite(filename,img)
21 return img
点降噪的思路和线降噪的差不多，只是会针对不同的位置检测的点不一样,注释写的很清楚了
代码：
# 点降噪def interference_point(img,img_name, x = 0, y = 0):
"""
9邻域框,以当前点为中心的田字框,黑点个数
:param x:
:param y:
:return:
"""
filename = \'./out_img/\' + img_name.split(\'.\')[0] + \'-interferencePoint.jpg\'
# todo 判断图片的长宽度下限
cur_pixel = img[x,y]# 当前像素点的值
height,width = img.shape[:2]
for y in range(0, width - 1):
for x in range(0, height - 1):
if y == 0: # 第一行
if x == 0: # 左上顶点,4邻域
# 中心点旁边3个点
sum = int(cur_pixel) \
+ int(img[x, y + 1]) \
+ int(img[x + 1, y]) \
+ int(img[x + 1, y + 1])
if sum <= 2 * 245:
img[x, y] = 0
elif x == height - 1: # 右上顶点
sum = int(cur_pixel) \
+ int(img[x, y + 1]) \
+ int(img[x - 1, y]) \
+ int(img[x - 1, y + 1])
if sum <= 2 * 245:
img[x, y] = 0
else: # 最上非顶点,6邻域
sum = int(img[x - 1, y]) \
+ int(img[x - 1, y + 1]) \
+ int(cur_pixel) \
+ int(img[x, y + 1]) \
+ int(img[x + 1, y]) \
+ int(img[x + 1, y + 1])
if sum <= 3 * 245:
img[x, y] = 0
elif y == width - 1: # 最下面一行
if x == 0: # 左下顶点
# 中心点旁边3个点
sum = int(cur_pixel) \
+ int(img[x + 1, y]) \
+ int(img[x + 1, y - 1]) \
+ int(img[x, y - 1])
if sum <= 2 * 245:
img[x, y] = 0
elif x == height - 1: # 右下顶点
sum = int(cur_pixel) \
+ int(img[x, y - 1]) \
+ int(img[x - 1, y]) \
+ int(img[x - 1, y - 1])
if sum <= 2 * 245:
img[x, y] = 0
else: # 最下非顶点,6邻域
sum = int(cur_pixel) \
+ int(img[x - 1, y]) \
+ int(img[x + 1, y]) \
+ int(img[x, y - 1]) \
+ int(img[x - 1, y - 1]) \
+ int(img[x + 1, y - 1])
if sum <= 3 * 245:
img[x, y] = 0
else: # y不在边界
if x == 0: # 左边非顶点
sum = int(img[x, y - 1]) \
+ int(cur_pixel) \
+ int(img[x, y + 1]) \
+ int(img[x + 1, y - 1]) \
+ int(img[x + 1, y]) \
+ int(img[x + 1, y + 1])
if sum <= 3 * 245:
img[x, y] = 0
elif x == height - 1: # 右边非顶点
sum = int(img[x, y - 1]) \
+ int(cur_pixel) \
+ int(img[x, y + 1]) \
+ int(img[x - 1, y - 1]) \
+ int(img[x - 1, y]) \
+ int(img[x - 1, y + 1])
if sum <= 3 * 245:
img[x, y] = 0
else: # 具备9领域条件的
sum = int(img[x - 1, y - 1]) \
+ int(img[x - 1, y]) \
+ int(img[x - 1, y + 1]) \
+ int(img[x, y - 1]) \
+ int(cur_pixel) \
+ int(img[x, y + 1]) \
+ int(img[x + 1, y - 1]) \
+ int(img[x + 1, y]) \
+ int(img[x + 1, y + 1])
if sum <= 4 * 245:
img[x, y] = 0
cv2.imwrite(filename,img)
return img
效果：
其实到了这一步，这些字符就可以识别了，没必要进行字符切割了，现在这三种类型的验证码识别率已经达到50%以上了
字符切割
字符切割通常用于验证码中有粘连的字符，粘连的字符不好识别，所以我们需要将粘连的字符切割为单个的字符，在进行识别
字符切割的思路就是找到一个黑色的点，然后在遍历与他相邻的黑色的点，直到遍历完所有的连接起来的黑色的点，找出这些点中的最高的点、最低的点、最右边的点、最左边的点，记录下这四个点，认为这是一个字符，然后在向后遍历点，直至找到黑色的点，继续以上的步骤。最后通过每个字符的四个点进行切割
图中红色的点就是代码执行完后，标识出的每个字符的四个点，然后就会根据这四个点进行切割（图中画的有些误差，懂就好）
但是也可以看到，m2是粘连的，代码认为他是一个字符，所以我们需要对每个字符的宽度进行检测，如果他的宽度过宽，我们就认为他是两个粘连在一起的字符，并将它在从中间切割
确定每个字符的四个点代码：
def cfs(im,x_fd,y_fd):\'\'\'用队列和集合记录遍历过的像素坐标代替单纯递归以解决cfs访问过深问题
\'\'\'
# print(\'**********\')
xaxis=[]
yaxis=[]
visited =set()
q = Queue()
q.put((x_fd, y_fd))
visited.add((x_fd, y_fd))
offsets=[(1, 0), (0, 1), (-1, 0), (0, -1)]#四邻域
while not q.empty():
x,y=q.get()
for xoffset,yoffset in offsets:
x_neighbor,y_neighbor = x+xoffset,y+yoffset
if (x_neighbor,y_neighbor) in (visited):
continue # 已经访问过了
visited.add((x_neighbor, y_neighbor))
try:
if im[x_neighbor, y_neighbor] == 0:
xaxis.append(x_neighbor)
yaxis.append(y_neighbor)
q.put((x_neighbor,y_neighbor))
except IndexError:
pass
# print(xaxis)
if (len(xaxis) == 0 | len(yaxis) == 0):
xmax = x_fd + 1
xmin = x_fd
ymax = y_fd + 1
ymin = y_fd
else:
xmax = max(xaxis)
xmin = min(xaxis)
ymax = max(yaxis)
ymin = min(yaxis)
#ymin,ymax=sort(yaxis)
return ymax,ymin,xmax,xmin
def detectFgPix(im,xmax):
\'\'\'搜索区块起点
\'\'\'
h,w = im.shape[:2]
for y_fd in range(xmax+1,w):
for x_fd in range(h):
if im[x_fd,y_fd] == 0:
return x_fd,y_fd
def CFS(im):
\'\'\'切割字符位置
\'\'\'
zoneL=[]#各区块长度L列表
zoneWB=[]#各区块的X轴[起始，终点]列表
zoneHB=[]#各区块的Y轴[起始，终点]列表
xmax=0#上一区块结束黑点横坐标,这里是初始化
for i in range(10):
try:
x_fd,y_fd = detectFgPix(im,xmax)
# print(y_fd,x_fd)
xmax,xmin,ymax,ymin=cfs(im,x_fd,y_fd)
L = xmax - xmin
H = ymax - ymin
zoneL.append(L)
zoneWB.append([xmin,xmax])
zoneHB.append([ymin,ymax])
except TypeError:
return zoneL,zoneWB,zoneHB
return zoneL,zoneWB,zoneHB
分割粘连字符代码：
# 切割的位置im_position = CFS(im)
maxL = max(im_position[0])
minL = min(im_position[0])
# 如果有粘连字符，如果一个字符的长度过长就认为是粘连字符，并从中间进行切割
if(maxL > minL + minL * 0.7):
maxL_index = im_position[0].index(maxL)
minL_index = im_position[0].index(minL)
# 设置字符的宽度
im_position[0][maxL_index] = maxL // 2
im_position[0].insert(maxL_index + 1, maxL // 2)
# 设置字符X轴[起始，终点]位置
im_position[1][maxL_index][1] = im_position[1][maxL_index][0] + maxL // 2
im_position[1].insert(maxL_index + 1, [im_position[1][maxL_index][1] + 1, im_position[1][maxL_index][1] + 1 + maxL // 2])
# 设置字符的Y轴[起始，终点]位置
im_position[2].insert(maxL_index + 1, im_position[2][maxL_index])
# 切割字符，要想切得好就得配置参数，通常 1 or 2 就可以
cutting_img(im,im_position,img_name,1,1)
切割粘连字符代码：
def cutting_img(im,im_position,img,xoffset = 1,yoffset = 1):filename = \'./out_img/\' + img.split(\'.\')[0]
# 识别出的字符个数
im_number = len(im_position[1])
# 切割字符
for i in range(im_number):
im_start_X = im_position[1][i][0] - xoffset
im_end_X = im_position[1][i][1] + xoffset
im_start_Y = im_position[2][i][0] - yoffset
im_end_Y = im_position[2][i][1] + yoffset
cropped = im[im_start_Y:im_end_Y, im_start_X:im_end_X]
cv2.imwrite(filename + \'-cutting-\' + str(i) + \'.jpg\',cropped)
效果：
识别
识别用的是typesseract库，主要识别一行字符和单个字符时的参数设置，识别中英文的参数设置，代码很简单就一行，我这里大多是filter文件的操作
代码：
# 识别验证码cutting_img_num = 0
for file in os.listdir(\'./out_img\'):
str_img = \'\'
if fnmatch(file, \'%s-cutting-*.jpg\' % img_name.split(\'.\')[0]):
cutting_img_num += 1
for i in range(cutting_img_num):
try:
file = \'./out_img/%s-cutting-%s.jpg\' % (img_name.split(\'.\')[0], i)
# 识别字符
str_img = str_img + image_to_string(Image.open(file),lang = \'eng\', config=\'-psm 10\') #单个字符是10，一行文本是7
except Exception as err:
pass
print(\'切图：%s\' % cutting_img_num)
print(\'识别为：%s\' % str_img)
最后这种粘连字符的识别率是在30%左右，而且这种只是处理两个字符粘连，如果有两个以上的字符粘连还不能识别，但是根据字符宽度判别的话也不难，有兴趣的可以试一下
无需切割字符识别的效果：
需要切割字符的识别效果：
这种只是能够识别简单验证码，复杂的验证码还要靠大家了
参考资料：
1、http://www.jianshu.com/p/41127bf90ca9
本来参考了挺多的资料，但是时间长了就找不到了，如果有人发现了，可以告诉我，我再添加
使用方法：
1、将要识别的验证码图片放入与脚本同级的img文件夹中，创建out_img文件夹
2、python3 filename
3、二值化、降噪等各个阶段的图片将存储在out_img文件夹中，最终识别结果会打印到屏幕上
最后附上源码（带切割，不想要切割的就自己修改吧）：
1 from PIL import Image2 from pytesseract import *
3 from fnmatch import fnmatch
4 from queue import Queue
5 import matplotlib.pyplot as plt
6 import cv2
7 import time
8 import os
9
10
11
12
13
14 def clear_border(img,img_name):
15 \'\'\'去除边框
16 \'\'\'
17
18 filename = \'./out_img/\' + img_name.split(\'.\')[0] + \'-clearBorder.jpg\'
19 h, w = img.shape[:2]
20 for y in range(0, w):
21 for x in range(0, h):
22 # if y ==0 or y == w -1 or y == w - 2:
23 if y < 4 or y > w -4:
24 img[x, y] = 255
25 # if x == 0 or x == h - 1 or x == h - 2:
26 if x < 4 or x > h - 4:
27 img[x, y] = 255
28
29 cv2.imwrite(filename,img)
30 return img
31
32
33 def interference_line(img, img_name):
34 \'\'\'
35 干扰线降噪
36 \'\'\'
37
38 filename = \'./out_img/\' + img_name.split(\'.\')[0] + \'-interferenceline.jpg\'
39 h, w = img.shape[:2]
40 # ！！！opencv矩阵点是反的
41 # img[1,2] 1:图片的高度，2：图片的宽度
42 for y in range(1, w - 1):
43 for x in range(1, h - 1):
44 count = 0
45 if img[x, y - 1] > 245:
46 count = count + 1
47 if img[x, y + 1] > 245:
48 count = count + 1
49 if img[x - 1, y] > 245:
50 count = count + 1
51 if img[x + 1, y] > 245:
52 count = count + 1
53 if count > 2:
54 img[x, y] = 255
55 cv2.imwrite(filename,img)
56 return img
57
58 def interference_point(img,img_name, x = 0, y = 0):
59 """点降噪
60 9邻域框,以当前点为中心的田字框,黑点个数
61 :param x:
62 :param y:
63 :return:
64 """
65 filename = \'./out_img/\' + img_name.split(\'.\')[0] + \'-interferencePoint.jpg\'
66 # todo 判断图片的长宽度下限
67 cur_pixel = img[x,y]# 当前像素点的值
68 height,width = img.shape[:2]
69
70 for y in range(0, width - 1):
71 for x in range(0, height - 1):
72 if y == 0: # 第一行
73 if x == 0: # 左上顶点,4邻域
74 # 中心点旁边3个点
75 sum = int(cur_pixel) \
76 + int(img[x, y + 1]) \
77 + int(img[x + 1, y]) \
78 + int(img[x + 1, y + 1])
79 if sum <= 2 * 245:
80 img[x, y] = 0
81 elif x == height - 1: # 右上顶点
82 sum = int(cur_pixel) \
83 + int(img[x, y + 1]) \
84 + int(img[x - 1, y]) \
85 + int(img[x - 1, y + 1])
86 if sum <= 2 * 245:
87 img[x, y] = 0
88 else: # 最上非顶点,6邻域
89 sum = int(img[x - 1, y]) \
90 + int(img[x - 1, y + 1]) \
91 + int(cur_pixel) \
92 + int(img[x, y + 1]) \
93 + int(img[x + 1, y]) \
94 + int(img[x + 1, y + 1])
95 if sum <= 3 * 245:
96 img[x, y] = 0
97 elif y == width - 1: # 最下面一行
98 if x == 0: # 左下顶点
99 # 中心点旁边3个点
100 sum = int(cur_pixel) \
101 + int(img[x + 1, y]) \
102 + int(img[x + 1, y - 1]) \
103 + int(img[x, y - 1])
104 if sum <= 2 * 245:
105 img[x, y] = 0
106 elif x == height - 1: # 右下顶点
107 sum = int(cur_pixel) \
108 + int(img[x, y - 1]) \
109 + int(img[x - 1, y]) \
110 + int(img[x - 1, y - 1])
111
112 if sum <= 2 * 245:
113 img[x, y] = 0
114 else: # 最下非顶点,6邻域
115 sum = int(cur_pixel) \
116 + int(img[x - 1, y]) \
117 + int(img[x + 1, y]) \
118 + int(img[x, y - 1]) \
119 + int(img[x - 1, y - 1]) \
120 + int(img[x + 1, y - 1])
121 if sum <= 3 * 245:
122 img[x, y] = 0
123 else: # y不在边界
124 if x == 0: # 左边非顶点
125 sum = int(img[x, y - 1]) \
126 + int(cur_pixel) \
127 + int(img[x, y + 1]) \
128 + int(img[x + 1, y - 1]) \
129 + int(img[x + 1, y]) \
130 + int(img[x + 1, y + 1])
131
132 if sum <= 3 * 245:
133 img[x, y] = 0
134 elif x == height - 1: # 右边非顶点
135 sum = int(img[x, y - 1]) \
136 + int(cur_pixel) \
137 + int(img[x, y + 1]) \
138 + int(img[x - 1, y - 1]) \
139 + int(img[x - 1, y]) \
140 + int(img[x - 1, y + 1])
141
142 if sum <= 3 * 245:
143 img[x, y] = 0
144 else: # 具备9领域条件的
145 sum = int(img[x - 1, y - 1]) \
146 + int(img[x - 1, y]) \
147 + int(img[x - 1, y + 1]) \
148 + int(img[x, y - 1]) \
149 + int(cur_pixel) \
150 + int(img[x, y + 1]) \
151 + int(img[x + 1, y - 1]) \
152 + int(img[x + 1, y]) \
153 + int(img[x + 1, y + 1])
154 if sum <= 4 * 245:
155 img[x, y] = 0
156 cv2.imwrite(filename,img)
157 return img
158
159 def _get_dynamic_binary_image(filedir, img_name):
160 \'\'\'
161 自适应阀值二值化
162 \'\'\'
163
164 filename = \'./out_img/\' + img_name.split(\'.\')[0] + \'-binary.jpg\'
165 img_name = filedir + \'/\' + img_name
166 print(\'.....\' + img_name)
167 im = cv2.imread(img_name)
168 im = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
169
170 th1 = cv2.adaptiveThreshold(im, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 21, 1)
171 cv2.imwrite(filename,th1)
172 return th1
173
174 def _get_static_binary_image(img, threshold = 140):
175 \'\'\'
176 手动二值化
177 \'\'\'
178
179 img = Image.open(img)
180 img = img.convert(\'L\')
181 pixdata = img.load()
182 w, h = img.size
183 for y in range(h):
184 for x in range(w):
185 if pixdata[x, y] < threshold:
186 pixdata[x, y] = 0
187 else:
188 pixdata[x, y] = 255
189
190 return img
191
192
193 def cfs(im,x_fd,y_fd):
194 \'\'\'用队列和集合记录遍历过的像素坐标代替单纯递归以解决cfs访问过深问题
195 \'\'\'
196
197 # print(\'**********\')
198
199 xaxis=[]
200 yaxis=[]
201 visited =set()
202 q = Queue()
203 q.put((x_fd, y_fd))
204 visited.add((x_fd, y_fd))
205 offsets=[(1, 0), (0, 1), (-1, 0), (0, -1)]#四邻域
206
207 while not q.empty():
208 x,y=q.get()
209
210 for xoffset,yoffset in offsets:
211 x_neighbor,y_neighbor = x+xoffset,y+yoffset
212
213 if (x_neighbor,y_neighbor) in (visited):
214 continue # 已经访问过了
215
216 visited.add((x_neighbor, y_neighbor))
217
218 try:
219 if im[x_neighbor, y_neighbor] == 0:
220 xaxis.append(x_neighbor)
221 yaxis.append(y_neighbor)
222 q.put((x_neighbor,y_neighbor))
223
224 except IndexError:
225 pass
226 # print(xaxis)
227 if (len(xaxis) == 0 | len(yaxis) == 0):
228 xmax = x_fd + 1
229 xmin = x_fd
230 ymax = y_fd + 1
231 ymin = y_fd
232
233 else:
234 xmax = max(xaxis)
235 xmin = min(xaxis)
236 ymax = max(yaxis)
237 ymin = min(yaxis)
238 #ymin,ymax=sort(yaxis)
239
240 return ymax,ymin,xmax,xmin
241
242 def detectFgPix(im,xmax):
243 \'\'\'搜索区块起点
244 \'\'\'
245
246 h,w = im.shape[:2]
247 for y_fd in range(xmax+1,w):
248 for x_fd in range(h):
249 if im[x_fd,y_fd] == 0:
250 return x_fd,y_fd
251
252 def CFS(im):
253 \'\'\'切割字符位置
254 \'\'\'
255
256 zoneL=[]#各区块长度L列表
257 zoneWB=[]#各区块的X轴[起始，终点]列表
258 zoneHB=[]#各区块的Y轴[起始，终点]列表
259
260 xmax=0#上一区块结束黑点横坐标,这里是初始化
261 for i in range(10):
262
263 try:
264 x_fd,y_fd = detectFgPix(im,xmax)
265 # print(y_fd,x_fd)
266 xmax,xmin,ymax,ymin=cfs(im,x_fd,y_fd)
267 L = xmax - xmin
268 H = ymax - ymin
269 zoneL.append(L)
270 zoneWB.append([xmin,xmax])
271 zoneHB.append([ymin,ymax])
272
273 except TypeError:
274 return zoneL,zoneWB,zoneHB
275
276 return zoneL,zoneWB,zoneHB
277
278
279 def cutting_img(im,im_position,img,xoffset = 1,yoffset = 1):
280 filename = \'./out_img/\' + img.split(\'.\')[0]
281 # 识别出的字符个数
282 im_number = len(im_position[1])
283 # 切割字符
284 for i in range(im_number):
285 im_start_X = im_position[1][i][0] - xoffset
286 im_end_X = im_position[1][i][1] + xoffset
287 im_start_Y = im_position[2][i][0] - yoffset
288 im_end_Y = im_position[2][i][1] + yoffset
289 cropped = im[im_start_Y:im_end_Y, im_start_X:im_end_X]
290 cv2.imwrite(filename + \'-cutting-\' + str(i) + \'.jpg\',cropped)
291
292
293
294 def main():
295 filedir = \'./easy_img\'
296
297 for file in os.listdir(filedir):
298 if fnmatch(file, \'*.jpeg\'):
299 img_name = file
300
301 # 自适应阈值二值化
302 im = _get_dynamic_binary_image(filedir, img_name)
303
304 # 去除边框
305 im = clear_border(im,img_name)
306
307 # 对图片进行干扰线降噪
308 im = interference_line(im,img_name)
309
310 # 对图片进行点降噪
311 im = interference_point(im,img_name)
312
313 # 切割的位置
314 im_position = CFS(im)
315
316 maxL = max(im_position[0])
317 minL = min(im_position[0])
318
319 # 如果有粘连字符，如果一个字符的长度过长就认为是粘连字符，并从中间进行切割
320 if(maxL > minL + minL * 0.7):
321 maxL_index = im_position[0].index(maxL)
322 minL_index = im_position[0].index(minL)
323 # 设置字符的宽度
324 im_position[0][maxL_index] = maxL // 2
325 im_position[0].insert(maxL_index + 1, maxL // 2)
326 # 设置字符X轴[起始，终点]位置
327 im_position[1][maxL_index][1] = im_position[1][maxL_index][0] + maxL // 2
328 im_position[1].insert(maxL_index + 1, [im_position[1][maxL_index][1] + 1, im_position[1][maxL_index][1] + 1 + maxL // 2])
329 # 设置字符的Y轴[起始，终点]位置
330 im_position[2].insert(maxL_index + 1, im_position[2][maxL_index])
331
332 # 切割字符，要想切得好就得配置参数，通常 1 or 2 就可以
333 cutting_img(im,im_position,img_name,1,1)
334
335 # 识别验证码
336 cutting_img_num = 0
337 for file in os.listdir(\'./out_img\'):
338 str_img = \'\'
339 if fnmatch(file, \'%s-cutting-*.jpg\' % img_name.split(\'.\')[0]):
340 cutting_img_num += 1
341 for i in range(cutting_img_num):
342 try:
343 file = \'./out_img/%s-cutting-%s.jpg\' % (img_name.split(\'.\')[0], i)
344 # 识别验证码
345 str_img = str_img + image_to_string(Image.open(file),lang = \'eng\', config=\'-psm 10\') #单个字符是10，一行文本是7
346 except Exception as err:
347 pass
348 print(\'切图：%s\' % cutting_img_num)
349 print(\'识别为：%s\' % str_img)
350
351 if __name__ == \'__main__\':
352 main()
View Code
不要在该奋斗的年纪选择了安逸
本文转自:http://www.cnblogs.com/qqandfqr/p/7866650.html
以上是 python验证码自动识别 的全部内容， 来源链接： utcz.com/z/388127.html
