版权声明:本文为博主原创文章,转载请注明出处。 https://blog.csdn.net/qq_32590631/article/details/81840872
在抓取网站过程中难免碰到图片验证码的问题,要想识别验证码,可以采取机器学习的相关算法,如svm,knn,卷积神经网络等来识别破解验证码,今天我来分享一个能极大提高验证码识别率的操作,去除验证码中的噪点。
下面是去噪前和去噪后的效果对比图
---------->
代码如下
# -*- coding: utf-8 -*-
from PIL import Image
import numpy as np
def clearNoise(data):
height=data.shape[0]
width=data.shape[1]
for i in range(height):
for j in range(width):
if i==0 or i== height-1 or j==0 or j== width-1:
data [i][j]=255
continue
if data[i][j]==0:
num=0
for da in data[i-1:i+2,j-1:j+2]:
if da[0]>0 :
num+=1
if da[1]>0 :
num+=1
if da[2]>0 :
num+=1
if num>4:
data[i][j]=255
def processImg(inputfile,outputfile):
image = Image.open(inputfile)
img=image.convert("L")
data=img.getdata()
da=np.array(data,np.int32)
da[da<=170]=0
da[da>170]=255
da=da.reshape((60,180))#图片原始尺寸为(60,180)
clearNoise(da)
clearNoise(da)
clearNoise(da)
img1=Image.fromarray(da)
img1=img1.convert('RGB')
img1.save(outputfile)
if __name__ == '__main__':
processImg('test.png')
以上属于本人的个人见解,如有错误和不足之处欢迎大家吐槽交流