python中识别验证码的方法?这个问题可能是我们日常学习或工作经常见到的。希望通过这个问题能让你收获颇深。下面是小编给大家带来的参考内容,让我们一起来看看吧!
我们首先识别最简单的一种验证码,即图形验证码。这种验证码最早出现,现在也很常见,一般由4位字母或者数字组成,例如,中国知网的注册页面有类似的验证码,页面如下所示:
表单中最后一项就是图形验证码,我们必须完全正确输入图中的字符才可以完成注册。
更多有关验证码的知识,可以参考这些文章:
Python3爬虫进阶:识别图形验证码
Python3爬虫进阶:识别极验滑动验证码
Python3爬虫进阶:识别点触点选验证码
Python3爬虫进阶:识别微博宫格验证码
<强>·本节目标以知网的验证码为例,讲解利用OCR技术识别图形验证码的方法。
<强>·准备工作识别图形验证码需要库tesserocr,以mac安装为例:在mac下,我们首先使用自制程序安装ImageMagick和超正方体库:,,酿造安装imagemagickbrew安装超正方体接下来再安装tesserocr即可:pip3安装tesserocr枕头这样我们就完成了,,,,,,tesserocr的安装。
<强>·获取验证码为了便于实验,我们先将验证码的图片保存到本地。打开开发者工具,找到验证码元素。验证码元素是一张图片,它的ser属,,性是CheckCode.aspk。所以我们直接打开如下链接就可以看到一个验证码，右键保存即可，将其命名为code.jpg：
这样我们就得到一张验证码图片，以供测试识别使用。
识别测试
接下来新建一个项目，将验证码图片放到项目根目录下，用tesserocr库识别该验证码，代码如下所示：
这里我们新建了一个Image对戏那个，调用了tesserocr的image_to_text( )方法。传入该Image对象即可完成识别，实现过程非常简单，结果如下：
我们可以看到，识别的结果和实际结果有偏差，这是因为验证码内的多余线条干扰了图片的识别。
另外，tesserocr还有一个更加简单的方法，这个方法可以直接将图片文件转为字符串，代码如下：
不过这种方法的识别效果不如上一种的好。
验证码处理
对于上面的图片，我们可以看到其实并没有完全识别正确，所以我们需要对图像作进一步的处理，如灰度转换、二值化等操作。
我们可以利用Image对象的convert( )方法参数传入L，即可将图片转化为灰度图像，代码如下：
传入1即可将图片进行二值化处理，如下所示：
我们还可以指定二值化的阈值。上面的方法采用的是默认阈值127。不过我们不能直接转化原图，要将原图先转化为灰度图像，然后再指定二值化阈值，代码如下：
在这里，变量threshold代表二值化阈值，阈值设置为160，之后我们来看看我们的结果：
我们可以看到现在的二维码就比较方便我们进行识别了；那么对于一些有干扰的图片，我们做一些灰度和二值化处理，这会提高图片识别的正确率。
感谢各位的阅读！看完上述内容，你们对python中识别验证码的方法大概了解了吗？希望文章内容对大家有所帮助。如果想了解更多相关文章内容，欢迎关注行业资讯频道。
