Python验证码识别处理实例(转)
一、准备工作与代码实例
1、PIL、pytesser、tesseract
(1)安装PIL:下载地址:http://www.pythonware.com/products/pil/(CSDN下载)
下载后是一个exe,直接双击安装,它会自动安装到C:\Python27\Lib\site-packages中去,
(2)pytesser:下载地址:http://code.google.com/p/pytesser/,(CSDN下载)
下载解压后直接放C:\Python27\Lib\site-packages(根据你安装的Python路径而不同),同时,新建一个pytesser.pth,内容就写pytesser,注意这里的内容一定要和pytesser这个文件夹同名,意思就是pytesser文件夹,pytesser.pth,及内容都要一样!
(3)Tesseract OCR engine下载:http://code.google.com/p/tesseract-ocr/(CSDN下载)
下载后解压,tessdata文件夹,用其替换掉pytesser解压后的tessdata文件夹即可。(就上面的pytesser文件夹)
二、验证
(1)原理:
验证码图像处理
验证码图像识别技术主要是操作图片内的像素点,通过对图片的像素点进行一系列的操作,最后输出验证码图像内的每个字符的文本矩阵。
1、读取图片
2、图片降噪
3、图片切割
4、图像文本输出
(2)验证字符识别
验证码内的字符识别主要以机器学习的分类算法来完成,目前我所利用的字符识别的算法为KNN(K邻近算法)和SVM (支持向量机算法),后面我 会对这两个算法的适用场景进行详细描述。
1、获取字符矩阵
2、矩阵进入分类算法
3、输出结果
要验证的图片如下:
(3)、简单的命令:
- from pytesser import *
- image = Image.open('1.jpg') # Open image object using PIL
- print image_to_string(image) # Run tesseract.exe on image
然后运行:
或者直接:
- print image_file_to_string('fnord.tif')
同样能输出结果!
(4)、复杂一点的
上面的只能对一些比较简单的做处理,一
原理:彩色转灰度,灰度转二值,二值图像识别
- # 验证码识别,此程序只能识别数据验证码
- import Image
- import ImageEnhance
- import ImageFilter
- import sys
- from pytesser import *
- # 二值化
- threshold = 140
- table = []
- for i in range(256):
- if i < threshold:
- table.append(0)
- else:
- table.append(1)
- #由于都是数字
- #对于识别成字母的 采用该表进行修正
- rep={'O':'0',
- 'I':'1','L':'1',
- 'Z':'2',
- 'S':'8'
- };
- def getverify1(name):
- #打开图片
- im = Image.open(name)
- #转化到灰度图
- imgry = im.convert('L')
- #保存图像
- imgry.save('g'+name)
- #二值化,采用阈值分割法,threshold为分割点
- out = imgry.point(table,'1')
- out.save('b'+name)
- #识别
- text = image_to_string(out)
- #识别对吗
- text = text.strip()
- text = text.upper();
- for r in rep:
- text = text.replace(r,rep[r])
- #out.save(text+'.jpg')
- print text
- return text
- getverify1('1.jpg') #注意这里的图片要和此文件在同一个目录,要不就传绝对路径也行
运行后效果:
http://blog.csdn.net/evankaka/article/details/49533493
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
机器学习路线图
机器学习路线图 1. 引言 最近google的阿尔法狗大战李世石刷屏了,闲下来时也了解点机器学习or深度学习的理论 2. 机器学习关注问题 并非所有的问题都适合用机器学习解决(很多逻辑清晰的问题用规则能很高效和准确地处理),也没有一个机器学习算法可以通用于所有问题。咱们先来了解了解,机器学习,到底关心和解决什么样的问题。 从功能的角度分类,机器学习在一定量级的数据上,可以解决下列问题: 1.分类问题 根据数据样本上抽取出的特征,判定其属于有限个类别中的哪一个。比如: 垃圾邮件识别(结果类别:1、垃圾邮件 2、正常邮件) 文本情感褒贬分析(结果类别:1、褒 2、贬) 图像内容识别识别(结果类别:1、喵星人 2、汪星人 3、人类 4、草泥马 5、都不是)。 2.回归问题 根据数据样本上抽取出的特征,预测一个连续值的结果。比如: 星爷《美人鱼》票房 大帝都2个月后的房价 隔壁熊孩子一天来你家几次,宠幸你多少玩具 3.聚类问题 根据数据样本上抽取出的特征,让样本抱抱团(相近/相关的样本在一团内)。比如: google的新闻分类 用户群体划分 我们再把上述常见问题划到机器学习最典型的2个分类上。...
- 下一篇
数据驱动的多策略聊天引擎
1. 聊天引擎做什么 聊天引擎是一款模拟人类对话或聊天的陪伴产品。接受用户的自然语言输入,返回可解释、承上启下、顺畅的自然语言句子。与问答引擎、专家系统等不同,聊天引擎重点在“侃”,不太关注如何解决用户的实际问题或者执行任务,而是关注如何能与用户进行天南地北的聊天,涉及的话题会很广,但并不需要有精准的答案,重在互动的有效性和可持续性。聊天系统在对儿童和老人的陪伴方面可以起到非常重要的作用,即便在一个以帮助用户解决实际问题或寻找精准答案的个人助手类产品中,具有开放式聊天能力也是至关重要的。这样的聊天能力,可以成为各种信息查询、任务完成等能力之间的润滑剂,很好的改善人机交互过程中的用户体验,增强助理型机器人的人性化和用户粘性。 苹果公司于2011年10月随iphone4s一起发布了Siri,轰动一时,重新点燃了人们对语音助理的期望
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- 设置Eclipse缩进为4个空格,增强代码规范
- SpringBoot2整合Redis,开启缓存,提高访问速度
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- CentOS7,8上快速安装Gitea,搭建Git服务器
- CentOS关闭SELinux安全模块
- CentOS8安装Docker,最新的服务器搭配容器使用
- Eclipse初始化配置,告别卡顿、闪退、编译时间过长
- CentOS6,CentOS7官方镜像安装Oracle11G
- Jdk安装(Linux,MacOS,Windows),包含三大操作系统的最全安装
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7