首先贴一张验证码上来做案例:
<强>第一步先通过二值化处理把干扰线去掉:
从公益诉讼导入图像
#二值化处理
def two_value ():
我的范围(1、5):
#打开文件夹中的图片
形象=Image.open (’。/Img/' + str(我)+ . jpg)
#灰度图
lim=image.convert (L)
#灰度阈值设为165,低于这个值的点全部填白色
阈值=165
表=[]
范围的j (256):
如果j<阈值:
table.append (0)
其他:
table.append (1)
bim=lim.point(表,' 1 ')
bim.save ('。/Img2/' + str (i) + . jpg)
two_value ()
之前
运行结果图如下:
<>强然后对黑白图片进行降噪,去掉那些单独的黑色像素点:
从公益诉讼导入图像
#去除干扰线
我=Image.open (“/Img2/1.jpg。”)
#图像二值化
data=https://www.yisu.com/zixun/im.getdata ()
w h=im.size
black_point=0
x的范围(w1):
h - y的范围(1):
mid_pixel=数据(w * y + x) #中央像素点像素值
如果mid_pixel <50: #找出上下左右四个方向像素点像素值
top_pixel=数据(w * (y-1) + x)
left_pixel=数据(w * y + (x - 1))
down_pixel=数据[w * (y + 1) + x)
[w * y right_pixel=数据+ (x + 1)]
#判断上下左右的黑色像素点总个数
如果top_pixel <10:
black_point +=1
如果left_pixel <10:
black_point +=1
如果down_pixel <10:
black_point +=1
如果right_pixel <10:
black_point +=1
如果black_point <1:
im.putpixel ((x, y), 255)
#打印(black_point)
black_point=0
im.save (“xxxx.jpg”)
之前
运行结果如下图所示:
<强>最后对边框上附着的黑色像素点进行消除:
从公益诉讼导入图像
#去除干扰线
我=Image.open (“/Img2/1.jpg。”)
#图像二值化
data=https://www.yisu.com/zixun/im.getdata ()
w h=im.size
black_point=0
x的范围(w1):
h - y的范围(1):
如果x <2或y <2:
即时通讯。putpixel (x - 1, y-1), 255)
如果x>和或y> h-3:
即时通讯。putpixel ((x + 1, + 1), 255)
im.save (“xxx.jpg”)
之前
运行结果:
以上这篇使用python对验证码图片进行降噪处理就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
