代码改变世界

python验证码识别——前处理

2011-02-14 19:57  ubunoon  阅读(4586)  评论(3编辑  收藏  举报

目前不少系统的验证码做得越来越复杂,人眼都难以识别,尤其是QQ之类的验证码,想要识别,太难了。

现在有这样一个验证码:

一般的验证码识别,都是先进行前处理,然后分割,在进行识别。这个验证码没有其他噪音,但存在一条横穿的曲线干扰,并且验证码中字体是粘连在一起的。

如果不将干扰曲线去除,那么整个识别将会受到一定的影响,为此,先要去掉这条曲线,首先通过的办法是将先获取曲线的头位置(x,y),这一部分很简单,代码如下:

1 def get_left_start_point(im):
2 start_point = (0,0)
3 found = False
4 w, h = im.size
5 data = list(im.getdata())
6 for x in xrange(w):
7 for y in xrange(h):
8 if data[ y*w + x ] != white:
9 found = True
10 start_point = (x,y)
11 break
12
13 if found:
14 break
15 return start_point

取到头结点后,然后依次从左到右遍历过去,上下判断是否为黑点,将线条坐标位置保存起来,之后进行线条位置去除,(感谢孙志海朋友的提示):(代码部分略)


于是可以得到去除黑线后的图像为:

除了几个孤立的点,图像中的黑线基本被去除干净,下面是几张是处理的比较好的:

下面这一张处理的比较差:

鉴于之前有blog内容被网络转载,并不注明出处,因此添加下面内容:

author:ubunoon

homepage: http://qtrstudio.com

blog: http://www.cnblogs.com/ubunoon   ;   http://qtrstudio.com/blog    

email:netubu#gmail.com

copyright: Copyright © 2011. All rights reserved.