python獲取驗證碼圖片的方法

小編給大家分享一下python獲取驗證碼圖片的方法，希望大家閱讀完這篇文章后大所收獲，下面讓我們一起去探討吧！

首先導(dǎo)入一些用到的庫：re、Image、pytesseract、selenium、time。

import re  # 用于正則
from PIL import Image  # 用于打開圖片和對圖片處理
import pytesseract  # 用于圖片轉(zhuǎn)文字
from selenium import webdriver  # 用于打開網(wǎng)站
import time  # 代碼運行停頓

首先需要獲取驗證碼圖片，才能進一步識別。

創(chuàng)建類，定義webdriver和find_element_by_selector方法，用來打開網(wǎng)頁和定位驗證碼圖片的元素。

class VerificationCode:
    def __init__(self):
        self.driver = webdriver.Firefox()
        self.find_element = self.driver.find_element_by_css_selector

然后打開瀏覽器截取驗證碼圖片

def get_pictures(self):
    self.driver.get('http://123.255.123.3')  # 打開登陸頁面
    self.driver.save_screenshot('pictures.png')  # 全屏截圖
    page_snap_obj = Image.open('pictures.png')
    img = self.find_element('#pic')  # 驗證碼元素位置
    time.sleep(1)
    location = img.location
    size = img.size  # 獲取驗證碼的大小參數(shù)
    left = location['x']
    top = location['y']
    right = left + size['width']
    bottom = top + size['height']
    image_obj = page_snap_obj.crop((left, top, right, bottom))  # 按照驗證碼的長寬，切割驗證碼
    image_obj.show()  # 打開切割后的完整驗證碼
    self.driver.close()  # 處理完驗證碼后關(guān)閉瀏覽器
    return image_obj

未處理前的驗證碼圖片如下：

未處理的驗證碼圖片，對于python來說識別率較低，仔細看可以發(fā)現(xiàn)圖片里有很對五顏六色擾亂識別的點，非常影響識別率。

下面對獲取的驗證碼進行處理。

首先用convert把圖片轉(zhuǎn)成黑白色。設(shè)置threshold閾值，超過閾值的為黑色。

def processing_image(self):
    image_obj = self.get_pictures()  # 獲取驗證碼
    img = image_obj.convert("L")  # 轉(zhuǎn)灰度
    pixdata = img.load()
    w, h = img.size
    threshold = 160  # 該閾值不適合所有驗證碼，具體閾值請根據(jù)驗證碼情況設(shè)置
    # 遍歷所有像素，大于閾值的為黑色
    for y in range(h):
        for x in range(w):
            if pixdata[x, y] < threshold:
                pixdata[x, y] = 0
            else:
                pixdata[x, y] = 255
    return img

經(jīng)過灰度處理后的圖片：

然后刪除一些擾亂識別的像素點。

def delete_spot(self):
    images = self.processing_image()
    data = images.getdata()
    w, h = images.size
    black_point = 0
    for x in range(1, w - 1):
        for y in range(1, h - 1):
            mid_pixel = data[w * y + x]  # 中央像素點像素值
            if mid_pixel < 50:  # 找出上下左右四個方向像素點像素值
                top_pixel = data[w * (y - 1) + x]
                left_pixel = data[w * y + (x - 1)]
                down_pixel = data[w * (y + 1) + x]
                right_pixel = data[w * y + (x + 1)]
                # 判斷上下左右的黑色像素點總個數(shù)
                if top_pixel < 10:
                    black_point += 1
                if left_pixel < 10:
                    black_point += 1
                if down_pixel < 10:
                    black_point += 1
                if right_pixel < 10:
                    black_point += 1
                if black_point < 1:
                    images.putpixel((x, y), 255)
                black_point = 0
    # images.show()
    return images

經(jīng)過去除噪點處理后的圖片：

最后把處理后的圖片轉(zhuǎn)成文字。

先設(shè)置pytesseract的路徑，因為默認(rèn)路徑是錯的，然后轉(zhuǎn)換圖片為文字，由于個別圖片中識別會出現(xiàn)處理遺漏，會被識別成空格或則點或則分號什么的，所以增加了一個去除驗證碼中特殊字符的處理。

def image_str(self):
    image = self.delete_spot()
    pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"  # 設(shè)置pyteseract路徑
    result = pytesseract.image_to_string(image)  # 圖片轉(zhuǎn)文字
    resultj = re.sub(u"([^\u4e00-\u9fa5\u0030-\u0039\u0041-\u005a\u0061-\u007a])", "", result) #去除識別出來的特殊字符
    result_four = resultj[0:4]  # 只獲取前4個字符
    # print(resultj)  # 打印識別的驗證碼
    return result_four

完整代碼如下：

import re  # 用于正則
from PIL import Image  # 用于打開圖片和對圖片處理
import pytesseract  # 用于圖片轉(zhuǎn)文字
from selenium import webdriver  # 用于打開網(wǎng)站
import time  # 代碼運行停頓 
 
class VerificationCode:
    def __init__(self):
        self.driver = webdriver.Firefox()
        self.find_element = self.driver.find_element_by_css_selector
 
    def get_pictures(self):
        self.driver.get('http://123.255.123.3')  # 打開登陸頁面
        self.driver.save_screenshot('pictures.png')  # 全屏截圖
        page_snap_obj = Image.open('pictures.png')
        img = self.find_element('#pic')  # 驗證碼元素位置
        time.sleep(1)
        location = img.location
        size = img.size  # 獲取驗證碼的大小參數(shù)
        left = location['x']
        top = location['y']
        right = left + size['width']
        bottom = top + size['height']
        image_obj = page_snap_obj.crop((left, top, right, bottom))  # 按照驗證碼的長寬，切割驗證碼
        image_obj.show()  # 打開切割后的完整驗證碼
        self.driver.close()  # 處理完驗證碼后關(guān)閉瀏覽器
        return image_obj
 
    def processing_image(self):
        image_obj = self.get_pictures()  # 獲取驗證碼
        img = image_obj.convert("L")  # 轉(zhuǎn)灰度
        pixdata = img.load()
        w, h = img.size
        threshold = 160
        # 遍歷所有像素，大于閾值的為黑色
        for y in range(h):
            for x in range(w):
                if pixdata[x, y] < threshold:
                    pixdata[x, y] = 0
                else:
                    pixdata[x, y] = 255
        return img
 
    def delete_spot(self):
        images = self.processing_image()
        data = images.getdata()
        w, h = images.size
        black_point = 0
        for x in range(1, w - 1):
            for y in range(1, h - 1):
                mid_pixel = data[w * y + x]  # 中央像素點像素值
                if mid_pixel < 50:  # 找出上下左右四個方向像素點像素值
                    top_pixel = data[w * (y - 1) + x]
                    left_pixel = data[w * y + (x - 1)]
                    down_pixel = data[w * (y + 1) + x]
                    right_pixel = data[w * y + (x + 1)]
                    # 判斷上下左右的黑色像素點總個數(shù)
                    if top_pixel < 10:
                        black_point += 1
                    if left_pixel < 10:
                        black_point += 1
                    if down_pixel < 10:
                        black_point += 1
                    if right_pixel < 10:
                        black_point += 1
                    if black_point < 1:
                        images.putpixel((x, y), 255)
                    black_point = 0
        # images.show()
        return images
 
    def image_str(self):
        image = self.delete_spot()
        pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"  
        # 設(shè)置pyteseract路徑
        result = pytesseract.image_to_string(image)  # 圖片轉(zhuǎn)文字
        resultj = re.sub(u"([^\u4e00-\u9fa5\u0030-\u0039\u0041-\u005a\u0061-\u007a])", "", result)  
        # 去除識別出來的特殊字符
        result_four = resultj[0:4]  # 只獲取前4個字符
        # print(resultj)  # 打印識別的驗證碼
        return result_four
 
if __name__ == '__main__':
    a = VerificationCode()
    a.image_str()

看完了這篇文章，相信你對python獲取驗證碼圖片的方法有了一定的了解，想了解更多相關(guān)知識，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！