专栏首页python小白到大牛Python识别验证码的另一种花样玩法
原创

Python识别验证码的另一种花样玩法

概述

简介

坑!

安装 Tesseract-OCR

使用 pytesseract 识别验证码

高级玩法 - 除线

简介

首先呢,简单的验证码是这样的:

code.jpg

不是这样的:

image.png

这里使用了 pytesseract 来进行验证码识别,它是基于 Google 的 Tesseract-OCR ,所以在使用之前需要先安装 Tesseract-OCR。使用 PIL 来进行图像处理。pytesseract 默认支持 tiff、bmp 图片格式,使用 PIL 库之后,能够支持 jpeg、gif、png 等其他图片格式;

坑!

PIL(Python Imaging Library) 库只支持 32 位的系统,如果要在 64 位系统中使用,请安装 pillow。嗯,这个真是坑死我了,为了安装这个倒腾了很久。希望能帮到你。

pillow 中文文档

pillow 的缘由:由于PIL仅支持到Python 2.7,加上年久失修,于是一群志愿者在PIL的基础上创建了兼容的版本,名字叫Pillow,支持最新Python 3.x,又加入了许多新特性。

32 位系统

pip install PIL

64 位系统

pip install pillow

安装 Tesseract-OCR

在使用 pytesseract 之前,必须安装 tesseract-ocr ,因为 pytesserat 依赖于 tesseract-ocr ,否则无法使用

Mac

brew install tesseract

centos7

yum-config-manager --add-repohttps://download.opensuse.org/repositories/home:/Alexander_Pozdnyakov/CentOS_7/yum updateyum install tesseract yum install tesseract-langpack-deu

windows

download-address

使用 pytesseract 识别验证码

首先将图像灰度化

#使用路径导入图片im = Image.open(imgimgName)#使用 byte 流导入图片# im = Image.open(io.BytesIO(b))# 转化到灰度图imgry = im.convert('L')# 保存图像imgry.save('gray-'+ imgName)

灰度化的图像是这个样子的:

gray-code.jpg

然后将图像二值化

# 二值化,采用阈值分割法,threshold为分割点threshold =140table = []forjinrange(256):ifj < threshold: table.append(0)else: table.append(1)out= imgry.point(table,'1')out.save('b'+ imgName)

二值化的图像是这个样子的:

two-code.jpg

最后进行识别

# 识别text = pytesseract.image_to_string(out)print("识别结果:"+text)

识别结果是这样的:

image.png

高级玩法 - 除线

上面的知识简单的处理,在日常网络冲浪中,我们还会遇到这样的验证码:

logo3.gif

这个给我们的识别增加了难度,我们要做的就是将这条线去掉。详细代码如下:

那么我们的运行结果是这样的:

bremove-logo3.gif

总结

经过这么一些折腾,我们总算是看到了我们想要的结果,但是我很遗憾地告诉你,pytesseract 还是无法识别处理过的图片,他的识别结果是这样的:

image.png

结果有点令人痛心,不过我们也算是为我们的目标踏进了一小步。你以为这篇文章就这样完了吗?嗯,是的,这篇文章就这样完了。不过好在 pytesseract 提供了自定义训练功能,来提高识别能力(也可以自建神经网络进行识别)

我有一个微信公众号,经常会分享一些python技术相关的干货;如果你喜欢我的分享,可以用微信搜索“python语言学习” 关注,欢迎大家加入千人交流答疑裙:699+749+852

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Python应用(一) 识别网站验证码以及识别算法

    验证码识别涉及很多方面的内容。入手难度大,但是入手后,可拓展性又非常广泛,可玩性极强,成就感也很足。

    深度学习思考者
  • spring secutiry密码验证的另一种解决办法(荐)

    最近在集成sping security 到spring boot中,看到大部分登陆验证的代码都这么写

    星痕
  • b站这样的滑动验证码,用Python照样自动识别

    一墨编程学习
  • 【吴恩达推荐】40岁开始学习,4周编写第一个AI算法的经验谈

    【新智元导读】本文是一个40多岁、完全没有编程经验的人学习机器学习的经验谈。作者把编程视为学习一门新的外语,而学会深度学习这门语言就可以和未来对话:你不需要先成...

    新智元
  • 用AI「驯服」人类幼崽:这个奶爸找到了硬核带娃的乐趣

    长期以来,「奶爸」+「萌娃」一直是一个不被看好的组合,甚至有人说,「父爱如山体滑坡」。不信的话,以下都是证据:

    代码医生工作室
  • Python 玩微信跳一跳

    这是一个 2.5D 插画风格的益智游戏,玩家可以通过按压屏幕时间的长短来控制这个「小人」跳跃的距离。可能刚开始上手的时候,因为时间距离之间的关系把握不恰当,只能...

    py3study
  • 编程答疑:记不住运算符优先级怎么办?

    最近有几个初学者问了我几个编程上的问题,我觉得其中一个特别有代表性,拿出来和大家分享一下,让大家避一下坑。

    卤代烃
  • 如何用100行Python代码做出魔性声控游戏“八分音符酱”

    最近几天,一款魔性的小游戏在微博上刷屏了,各大平台的主播也纷纷如感染病毒一样直播自己怎么玩这个游戏(被游戏玩)。 这个游戏叫做《不要停!八分音符酱♪》。它是一款...

    Crossin先生
  • 用扑克牌演示 Python 数据分析

    扑克牌是我们常见一种娱乐工具,玩法千变万化,为了提高学习 Python 知识的趣味性,我构建了一个扑克牌的数据框,将用它来演示一些 Python 数据分析的功能...

    张俊红

扫码关注云+社区

领取腾讯云代金券