一、前言

各种网站的数据都是宝贵的资源，资源要体现出它的价值就要提供给用户使用，但是使用的时候，总有人想把你的数据搞走。网站为了维护自己的利益就会想各种的办法把数据保护起来。常用的手段就是限制用户访问，限制你的IP。还有的就是吧文本转化成图片或者是视频，音频，然后就算你把数据爬了过去，也用不了。
本文就教大家怎么遇处理图片－处理图片中的干扰，但是不涉及这么识别图片中的文字，如果只是想知道怎么识别文字，请参考其他相关的文章或是我后续的博客。

二、本文要用到到工具

Jupter notebook : Python 的浏览器IDE,神器
Python : Version: 3.0
PIL : python的pillow,图片处理库，强大到没有朋友,没有安装的童鞋请自己安装
matplotlib : 生成图片用的，强大到没有女朋友 ,没有安装的童鞋请自己安装

三、观察图片

如下的图片，我们需要的文字被网站的开发者裹的严严实实，不但把数据转化成了图片，而且图片上面还加了各种的干扰文字。这些开发人员我想也是被产品逼的吧。现在我们就来个大法，破了他的道。这个图片，为什么我们的眼睛能够分别出图片中的信息，肯定不是你牛，而是你的区别不同的颜色。这就是根本原因，有了这个思想我们就接着向下走。

四、撸代码

1.导入库

from PIL import Image　＃图片处理
import matplotlib.pyplot as plt #画表格图片

2 打开我们的备用图片，就是上面的那个货

img = Image.open("/home/tianwei/QQ图片20171222141102.png")
img = img.convert("RGB")

这个图片本身是PNG,它是四通道的图片(RGBA)，为了方便处理，我们把它转化成RGB图片，看上去基本没有变化，对我们以后的文字识别没有任何的影响。

3. 分析下图片的颜色值的分布

下面的代码有点长，简要概括就是每个颜色的出现次数统计了一下，然后丢给plot画出来，便于观察，颜色出现次数很多的我过滤掉了，这样图片稍微好看一些。不想看代码的话就看后面的图片。

newImg = Image.new("RGB", img.size, (255,255,255,255))
#字典转list
def dict2list(dic:dict):keys = dic.keys()vals = dic.values()lst = [(key, val) for key, val in zip(keys, vals)]return lst
w,h = img.size
a = {}
#统计颜值出现的次数
for i in range(w):for j in range(h):r,g,b = img.getpixel((i,j))t = r*255*255 + g * 255 + bif t in a.keys():a[t] =  a[t] + 1else:a[t]  = 1
l = sorted(dict2list(a), key=lambda x:x[1], reverse=True)
dic = {}
#去掉出现次数太多的颜色，不影响我们的观察
for i in l:if(i[1] < 500):dic[i[0]] = i[1]
#下面的代码是画图用的
plt.figure(1, figsize=(20,5))
plt.scatter(dic.keys(), dic.values(), linewidth=1)
plt.legend()
plt.show()

完成以后得到如下的颜色分布图,x是颜色值，y是出现的次数，很明显的看到颜值在6000000与8000000的中间出现了一个断层，这就是我们想要的颜值分界线，太丑的点我们要把它去掉。

4 生成一个新的图片

# New 一个与原图一样大小的图片，默认用白色填充
rmg = Image.new("RGB", img.size, (255,255,255,255))
for i in range(w):for j in range(h):r,g,b = img.getpixel((i,j))t = r*255*255 + g * 255 + b#小与颜值分界线的点我们就把颜色填充到新的图片上面if(t<7000000):rmg.putpixel((i,j), (r,g,b))
rmg

大功告成的图片，一个大写的完美,请客官看图，啥也不说了

五、后记

这篇文章只是教大家怎么预处理图片，并没有教大家怎么识别图片，如果你想识别图片的话，请用百度的通用文字识别ＡＩ，溜的飞起。如果大家想知道怎么用Tensorflow的神经网络模型去训练，大家可以给我留言，我在以后的博客中教大家.

图片干扰背景处理，简单易懂相关推荐

ps将图片加入背景【实测成功】
记录: 步骤 1.先打开非背景图片: 新建图层: 将背景改为图层0: 参考怎么使用ps给图片添加背景 PS简单的抠图方法
python爬虫验证码识别（手把手教会你验证码识别）opencv图像处理图片处理验证码处理降噪简单易懂验证码处理
前言:验证码是个烦人的小家伙!当然有很多打码平台,可以轻松解决!但可以自己来,干嘛靠别人!有技术不学是傻儿童!今天主要讲opencv来解决验证码!抱着怀里教你!让你向前迈一大步!详细讲,慢慢看!简单易 ...
css的漂亮图片背景与简单的班级成绩表，，，
css简单易懂又美观的制作 1 css的背景 background-color background-image background-repeat background-position backg ...
图片放大镜详细教程（简单易懂、注释清晰明了）
一.详细介绍 (1)放大镜的基本要领如下: 1.原图宽高比例=缩略图宽高比=放大镜的宽高比 2.大放大镜与小放大镜的倍数=原图与缩略图的倍数 3.默认两个放大镜与图片都是左上角重叠 4.原图相对于小放 ...
Python实现二分查找算法，图片结合代码讲解，简单易懂
Python实现二分查找算法,图片结合代码讲解,简单易懂二分查找是指在一个数组中循环找到特定的目标元素的一种算法,二分查找算法要求这个数组必须是有序的,如果不是有序则最后得出的结果是不准确的,因为其 ...
Python 字符串系列三字符串的拼接拆分和判断【简单易懂，代码可以直接运行，强烈推荐】
Python 字符串系列三字符串的拼接拆分和判断[简单易懂,代码可以直接运行,强烈推荐] ''' 字符串的拼接和拆分 #拆分和拼接在''中\是转义字符,只有\才表示一个 ''' #以文件路径为例 p ...
一、css清除浮动方法学习笔记总结（超详细，简单易懂）
** css清除浮动方法学习笔记总结(超详细,简单易懂) ** 问题: 上图中,由于container(父级元素)未设置高度,其内部子元素设置了float浮动,导致与container同级(也就是co ...
CodeBlocks配色方案设置（简单易懂）
CodeBlocks配色方案设置(简单易懂) 最终成品方法 1.首先进入codeblocks官网找到colour theme代码. 直接点链接: codeblock wiki 从以上截图往下 ...
c语言写拼图游戏算法,[原创]拼图游戏移动算法,简单易懂
[原创]拼图游戏移动算法,简单易懂这是我第一次发表关于算法的贴子, 希望大家支持下原理:判断用户点击的按扭的X或Y坐标是否与移动按扭相同, 并且移动按扭的X,Y坐标是否与用户点击按扭相邻. 拼图游 ...
【转】区块链是什么，如何简单易懂地介绍区块链？
作者:知乎用户链接:https://www.zhihu.com/question/37290469 来源:知乎著作权归作者所有.商业转载请联系作者获得授权,非商业转载请注明出处. 友情提醒:比特币 ...

图片干扰背景处理，简单易懂