使用python怎么对验证码进行降噪 - 行业资讯 - 肥雀云

　　介绍

今天就跟大家聊聊有关使用python怎么对验证码进行降噪,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。

图像灰度化处理

import cv2 　　import numpy as np 　　时间=img cv2.imread (& # 39;。//1. jpg图片# 39;) 　　　　#将图片灰度化处理,降维,加权进行灰度化c 　　时间=gray cv2.cvtColor (img cv2.COLOR_BGR2GRAY) 　　cv2.imshow (& # 39; min_gray& # 39;,灰色) 　　　　cv2.waitKey (0) 　　　　cv2.destroyAllWindows ()

效果:

使用python怎么对验证码进行降噪

图像二值化处理

t, gray2 =, cv2.threshold(灰色,220255,cv2.THRESH_BINARY) 　　cv2.imshow(& # 39;阈值# 39;,gray2) 　　　　cv2.waitKey (0) 　　　　cv2.destroyAllWindows ()

效果:

使用python怎么对验证码进行降噪

8领域过滤

def remove_noise (img, k=4): 　　,, 　　时间=img2 才能;img.copy () 　　,, 　　#,,,img处理数据,k过滤条件　　w,才能h =img2.shape 　　def 才能get_neighbors (img3、r、c): 　　,,,count =0 　　,,,for 小姐:拷贝(r 1, r, r + 1): 　　,,,,,for j 拷贝(颈- 1 c, c + 1): 　　,,,,,,,if img3 (i, j),祝辞,10:#纯白色　　,,,,,,,,,计数+=1 　　,,,return 计数　　#,,,两层的循环判断所有的点　　for 才能;x 拷贝范围(w): 　　,,,for y 拷贝范围(h): 　　,,,,,if x ==, 0,趁机y ==, 0,趁机x ==, w 1,趁机y ==, h 1: 　　,,,,,,,img2 (x, y),=255 　　,,,,,其他的: 　　,,,,,,,n =, get_neighbors (img2, x, y) #获取邻居数量,纯白色的邻居　　,,,,,,,if n 祝辞,凯西: 　　,,,,,,,,,img2 (x, y),=255 　　return img2才能　　时间=result remove_noise (gray2) 　　cv2.imshow(& # 39; 8邻居# 39;,结果) 　　　　cv2.waitKey (0) 　　　　cv2.destroyAllWindows ()

过滤后的效果:

使用python怎么对验证码进行降噪

代码整合:

import cv2 　　import numpy as np 　　时间=img cv2.imread (& # 39;。//1. jpg图片# 39;) 　　　　#将图片灰度化处理,降维,加权进行灰度化c 　　时间=gray cv2.cvtColor (img cv2.COLOR_BGR2GRAY) 　　时间=t, gray2 cv2.threshold(灰色,200255,cv2.THRESH_BINARY) 　　cv2.imshow(& # 39;阈值# 39;,gray2) 　　时间=result remove_noise (gray2) 　　cv2.imshow(& # 39; 8邻居# 39;,结果) 　　　　cv2.waitKey (0) 　　　　cv2.destroyAllWindows ()

看完上述内容,你们对使用python怎么对验证码进行降噪有进一步的了解吗?如果还想了解更多知识或者相关内容,请关注行业资讯频道,感谢大家的支持。