记述本次分享教程之前,有些许朋友通过私信于我说能不能不要只重视Python源代码部分,想让我把整个开发过程记录下来。为了让大家都能够体验到我当时实现的流程,我记录了这个项目的完整实现过程。 当然在学习Python的道路上肯定会困难,没有好的学习资料,怎么去学习呢? 所以小编准备了一份零基础入门到大牛的Python视频学习资料。私信小编“007”即可领取! 正文开发此Python脚本,你无需会Python算法与图像处理的认识。 图像基本上是一个矩阵,像素作为单独的单元格。 彩色图像具有每个像素的元组(红,绿,蓝)值,灰度图像具有单个值,并且一般图像中每个像素值的范围在(0,255)。 随意寻找一个网页的登录界面: ![]() 我们可以看到这样的6位验证码: 对验证码进行分析: ![]() 我们先下载一个图片验证码,利用工具以二进制可视化图像,0位黑、1为白。 ![]() 图片尺寸是45*180,每一个字符都会被分配一个30像素的空间来拟合,实现它们均匀分开。 第一步: 第二步: 找到python的PIL库、Image模块,毕竟操作只是裁剪然后把图像当做矩阵加载。 裁剪图像的Python语法: 裁剪第一个字符python语法: ![]() 被裁剪的图片: ![]() 第三步: 把它放在一个循环里面,编写一个python脚本,从这个网页获取500个验证码图像,然后把所有被裁剪的字符保存到一个文件夹中。 第四步: ![]() 代码: ![]() 第五步: 这样子还是太模糊,把Python代码利用到原始图像上后加强清晰度: ![]() 处理后的图片中不是纯黑色的像素(0)被消除,穿插图片里的线条也是。 这个 python web 项目里上面的方法被称为图像处理中的阈值处理。 第五步: ![]() Python代码如下: ![]() ![]() ![]() ![]() ![]() ![]() ![]() Python代码: ![]() 整个Python项目成果:结果如下: ![]() 由此可见,验证码识别正确,项目实战成功! |
|
来自: flyk0tcfb46p9f > 《电脑》