python 图片验证码识别

采用pytesseract解决，属于 Python 当中比较简单的OCR识别库。

使用pytesseract之前，你需要通过 pip 安装一下对应的模块

pip install pytesseract
pip install pillow

如果你安装了这两个库之后，编写一个识别代码，发现会报错时，你需要

安装一个 Tesseract-OCR 软件。这个软件是由 Google 维护的开源的 OCR 软件。

下载地址 > https://github.com/tesseract-ocr/tesseract/wiki

中文包的下载地址 > https://github.com/tesseract-ocr/tessdata

选择你需要的版本进行下载即可

pillow 库的基本操作
命令	解释
open()	打开一个图片 from PIL import Image im = Image.open(“1.png”) im.show()
save()	保存文件 image.save('b.png',None)
convert()	convert() 是图像实例对象的一个方法，接受一个 mode 参数，用以指定一种色彩模式，mode 的取值可以是如下几种： · 1 (1-bit pixels, black and white, stored with one pixel per byte) · L (8-bit pixels, black and white) · P (8-bit pixels, mapped to any other mode using a colour palette) · RGB (3x8-bit pixels, true colour) · RGBA (4x8-bit pixels, true colour with transparency mask) · CMYK (4x8-bit pixels, colour separation) · YCbCr (3x8-bit pixels, colour video format) · I (32-bit signed integer pixels) · F (32-bit floating point pixels)

Filter

from PIL import Image, ImageFilter
im = Image.open(‘1.png’)
# 高斯模糊
im.filter(ImageFilter.GaussianBlur)
# 普通模糊
im.filter(ImageFilter.BLUR)
# 边缘增强
im.filter(ImageFilter.EDGE_ENHANCE)
# 找到边缘
im.filter(ImageFilter.FIND_EDGES)
# 浮雕
im.filter(ImageFilter.EMBOSS)
# 轮廓
im.filter(ImageFilter.CONTOUR)
# 锐化
im.filter(ImageFilter.SHARPEN)
# 平滑
im.filter(ImageFilter.SMOOTH)
# 细节
im.filter(ImageFilter.DETAIL)

format 属性定义了图像的格式，如果图像不是从文件打开的，那么该属性值为 None；
size 属性是一个 tuple，表示图像的宽和高（单位为像素）；
mode 属性为表示图像的模式，常用的模式为：L 为灰度图，RGB 为真彩色，CMYK 为 pre-press 图像。如果文件不能打开，则抛出 IOError 异常。

import pytesseract
from PIL import Imagedef main():image = Image.open("a.jpg")text = pytesseract.image_to_string(image,lang="chi_sim")print(text)if __name__ == '__main__':main()

如果你的图片是带有干扰性的验证码时，识别不出来时你需要进行处理，

其基本原理都是完全一样的

彩色转灰度
灰度转二值
二值图像识别

improt tesserocr
from PIL improt Imageimage =Image.open(路径)
#将图片转化为灰度图像
image =image.convert('L')
#二值化
threshold=127
table =[]
for i in range(256):if i < threshold:table.append(0)else:table.append(1)
image.image.point(table,'1')
result = tesserocr.image_to_text(image)
print(result)

#将部分进行简单封装

import pytesseract
from PIL import Imagedef initTable(threshold=127):#将图片转化为灰度图像#image =image.convert('L')#二值化#threshold=127table =[]for i in range(256):if i < threshold:table.append(0)else:table.append(1)return tableimage =Image.open(图片路径)
#将图片转化为灰度图像
image =image.convert('L')
image=image.point(initTable,'1')
result = tesserocr.image_to_text(image)
print(result)

普通没有干扰的验证码，我们直接识别即可，但是有的验证码还是有干扰的，在识别之前，需要对它进行基本的处理，我们采用和上面代码类似的办法进行，对它进行灰度处理和二值化操作。部分代码我直接硬编码了，不过最终识别的效果并没有比想象的优化多少。

class Image_opt:def init_table(self,threshold=128):table = []for i in range(256):if i < threshold:table.append(0)else:table.append(1)return tabledef opt_image(self):im = Image.open("66.png")im = im.convert('L')  #将图片转化为灰度图像im = im.point(self.init_table(), '1')  im.save('66_s.png')   #保存图片return "66_s.png"

调用验证码接口

def get_file_content(self,file_path):with open(file_path, 'rb') as fp:base64_data = base64.b64encode(fp.read())s = base64_data.decode()data = {}data['image'] = sdecoded_data = urllib.parse.urlencode(data)return decoded_datadef show_code(self):image = self.get_file_content(self.opt_image())headers = {"Content-Type":    "application/x-www-form-urlencoded"}res = requests.post(self.api.format(self.get_accesstoken()),headers=headers,data=image)print(res.text)

通过百度模块调用验证码识别，首先还是要安装模块

pip install baidu-aip

from aip import AipOcr# 定义常量
APP_ID = '15736693'
API_KEY = '你的KEY'
SECRET_KEY = '你的SECRET'# 初始化文字识别
aipOcr=AipOcr(APP_ID, API_KEY, SECRET_KEY)# 读取图片
filePath = "1.jpg"def get_file_content(filePath):with open(filePath, 'rb') as fp:return fp.read()# 定义参数变量
options = {'detect_direction': 'true','language_type': 'CHN_ENG',
}# 网络图片文字文字识别接口
result = aipOcr.webImage(get_file_content(filePath),options)print(result)

借用第三方平台解决验证码

def get_accesstoken(self):res = requests.post(self.url.format(self.key,self.secret),headers=self.header)content = res.textif (content):return json.loads(content)["access_token"]import requests
import jsonimport base64import urllib.request, urllib.parseclass GetCode(object):def __init__(self):self.url = "https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={}&client_secret={}"self.api = "https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic?access_token={}"self.header = {"Content-Type":'application/json; charset=UTF-8'}self.key = "你的KEY"self.secret = "你的SECRET"

python 图片验证码识别相关推荐

python 图片验证码识别，较实用
""" 图鉴官网:http://www.ttshitu.com/ 每次消耗 0.002积分 """ import base64 import ...
字符识别Python实现图片验证码识别
字符型图片验证码识别完整过程及Python实现 1 摘要验证码是目前互联网上非常常见也是非常重要的一个事物,充当着很多系统的防火墙功能,但是随时OCR技术的发展,验证码暴露出来的安全问题也越 ...
字符型图片验证码识别完整过程及Python实现
1 摘要验证码是目前互联网上非常常见也是非常重要的一个事物,充当着很多系统的防火墙功能,但是随时OCR技术的发展,验证码暴露出来的安全问题也越来越严峻.本文介绍了一套字符验证码识别的完整流程 ...
微博模拟登陆的方法 + 图灵图像图片验证码识别平台识别验证码（97%正确率）Python + Selenium+Chrome
最近遇到一个问题,需要频繁切换账号登陆微博,但是需要识别微博的验证码,比较麻烦.而且因为需要24h不间断的操作,所以没法使用人工打码平台,而且打码平台也比较贵,延迟又高.最后找到了一个可以机器识别出来 ...
基于Python的验证码识别技术
基于Python的验证码识别技术作者:强哥概述前言准备工作识别原理图像处理切割图像人工标注训练数据检测结果搞笑一刻福利一刻推荐阅读前言很多网站登录都需要输入验证码,如果要 ...
关于利用python进行验证码识别的一些想法
关于利用python进行验证码识别的一些想法 - 小五义 - 博客园关于利用python进行验证码识别的一些想法转载请注明:@小五义http://www.cnblogs.com/xiaowuyi ...
【成长笔记】图片验证码识别
记得很早以前,我对如携程飞猪等第三方平台购买火车票不用输入验证码感到很--牛!百度后发现其可能是实现了自动打码,或者说机器自动识别验证码,我很好奇. 后来,当我觉得我必须要给自己找些有趣的知识来学习的 ...
python 实现验证码识别
python 实现验证码识别环境安装 1.1 python安装(此处不详细介绍,自行百度) 1.2 安装Tesseract-OCR 第一步:依赖安装第二步:下载安装Leptonica 第三步: 下 ...
基于python的验证码识别
基于python的验证码识别在利用python对一些网站进行批量操作的时候,验证码是个绕不过去的东西,虽然现在网上有很多图像识别的api,但是可能不适用于你的项目,我为了批量爬取班上同学的学分绩点写 ...

python 图片验证码识别

python 图片验证码识别相关推荐

最新文章

热门文章