Python图片验证码降噪和8邻域降噪
作者:j-hao104 时间:2023-09-16 10:05:49
目录
Python图片验证码降噪 和8邻域降噪
一、简介
二、8邻域降噪
三、Pillow实现
四、OpenCV实现
Python图片验证码降噪 和8邻域降噪
一、简介
图片验证码识别的可以分为几个步骤,一般用 Pillow 库或 OpenCV 来实现:
1.灰度处理&二值化
2.降噪
3.字符分割
4.标准化
5.识别
所谓降噪就是把不需要的信息通通去除,比如背景,干扰线,干扰像素等等,只留下需要识别的字符,让图片变成2进制点阵,方便代入模型训练。
二、8邻域降噪
8邻域降噪 的前提是将图片灰度化,即将彩色图像转化为灰度图像。以RGN色彩空间为例,彩色图像中每个像素的颜色由R 、G、B三个分量决定,每个分量由0到255种取值,这个一个像素点可以有一千多万种颜色变化。而灰度则是将三个分量转化成一个,使每个像素点只有0-255种取值,这样可以使后续的图像计算量变得少一些。
以上面的灰度图片为例,图片越接近白色的点像素越接近255,越接近黑色的点像素越接近0,而且验证码字符肯定是非白色的。对于其中噪点大部分都是孤立的小点的,而且字符都是串联在一起的。8邻域降噪 的原理就是依次遍历图中所有非白色的点,计算其周围8个点中属于非白色点的个数,如果数量小于一个固定值,那么这个点就是噪点。对于不同类型的验证码这个阈值是不同的,所以可以在程序中配置,不断尝试找到最佳的阈值。
经过测试8邻域降噪 对于小的噪点的去除是很有效的,而且计算量不大,下图是阈值设置为4去噪后的结果:
三、Pillow实现
下面是使用 Pillow 模块的实现代码:
from PIL import Image
def noise_remove_pil(image_name, k):
"""
8邻域降噪
Args:
image_name: 图片文件命名
k: 判断阈值
Returns:
"""
def calculate_noise_count(img_obj, w, h):
"""
计算邻域非白色的个数
Args:
img_obj: img obj
w: width
h: height
Returns:
count (int)
"""
count = 0
width, height = img_obj.size
for _w_ in [w - 1, w, w + 1]:
for _h_ in [h - 1, h, h + 1]:
if _w_ > width - 1:
continue
if _h_ > height - 1:
continue
if _w_ == w and _h_ == h:
continue
if img_obj.getpixel((_w_, _h_)) < 230: # 这里因为是灰度图像,设置小于230为非白色
count += 1
return count
img = Image.open(image_name)
# 灰度
gray_img = img.convert('L')
w, h = gray_img.size
for _w in range(w):
for _h in range(h):
if _w == 0 or _h == 0:
gray_img.putpixel((_w, _h), 255)
continue
# 计算邻域非白色的个数
pixel = gray_img.getpixel((_w, _h))
if pixel == 255:
continue
if calculate_noise_count(gray_img, _w, _h) < k:
gray_img.putpixel((_w, _h), 255)
return gray_img
if __name__ == '__main__':
image = noise_remove_pil("test.jpg", 4)
image.show()
四、OpenCV实现
使用OpenCV可以提高计算效率:
import cv2
def noise_remove_cv2(image_name, k):
"""
8邻域降噪
Args:
image_name: 图片文件命名
k: 判断阈值
Returns:
"""
def calculate_noise_count(img_obj, w, h):
"""
计算邻域非白色的个数
Args:
img_obj: img obj
w: width
h: height
Returns:
count (int)
"""
count = 0
width, height = img_obj.shape
for _w_ in [w - 1, w, w + 1]:
for _h_ in [h - 1, h, h + 1]:
if _w_ > width - 1:
continue
if _h_ > height - 1:
continue
if _w_ == w and _h_ == h:
continue
if img_obj[_w_, _h_] < 230: # 二值化的图片设置为255
count += 1
return count
img = cv2.imread(image_name, 1)
# 灰度
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
w, h = gray_img.shape
for _w in range(w):
for _h in range(h):
if _w == 0 or _h == 0:
gray_img[_w, _h] = 255
continue
# 计算邻域pixel值小于255的个数
pixel = gray_img[_w, _h]
if pixel == 255:
continue
if calculate_noise_count(gray_img, _w, _h) < k:
gray_img[_w, _h] = 255
return gray_img
if __name__ == '__main__':
image = noise_remove_cv2("test.jpg", 4)
cv2.imshow('img', image)
cv2.waitKey(10000)
来源:https://www.cnblogs.com/jhao/p/10345853.html
标签:Python,验证码降噪,8邻域降噪
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
go redis实现滑动窗口限流的方式(redis版)
2024-02-02 18:04:27
Python入门教程(三十)Python的PIP
2022-03-08 02:32:51
![](https://img.aspxhome.com/file/2023/4/95284_0s.jpg)
Python tkinter布局与按钮间距设置方式
2023-09-28 23:43:27
BootStrap表单控件之复选框checkbox和单选择按钮radio
2023-08-20 09:36:22
![](https://img.aspxhome.com/file/2023/9/56039_0s.png)
如何利用ASP实现邮箱访问
2007-09-29 12:27:00
安装2019Pycharm最新版本的教程详解
2023-06-25 23:27:54
![](https://img.aspxhome.com/file/2023/1/87481_0s.jpg)
Python迭代器和生成器介绍
2022-03-22 07:41:24
![](https://img.aspxhome.com/file/2023/2/97772_0s.png)
Go语言错误处理异常捕获+异常抛出
2024-05-22 10:14:08
![](https://img.aspxhome.com/file/2023/5/123915_0s.png)
极简主义网站设计:寓丰富于简单
2009-12-07 21:37:00
![](https://img.aspxhome.com/file/UploadPic/200912/7/janreichle-67s.jpg)
TensorFlow 合并/连接数组的方法
2021-08-19 16:28:35
SQL SERVER2012中新增函数之字符串函数CONCAT详解
2024-01-23 18:15:23
python numpy 中linspace函数示例详解
2021-12-12 01:47:59
![](https://img.aspxhome.com/file/2023/7/86177_0s.png)
python 获取list 长度
2021-11-12 12:49:57
基于PHP的加载类操作以及其他两种魔术方法的应用实例
2024-05-11 09:55:18
Python3数字求和的实例
2022-05-25 13:37:25
Git 教程之标签详解
2023-10-25 21:58:04
Python中np.random.randint()参数详解及用法实例
2022-04-17 19:40:48
![](https://img.aspxhome.com/file/2023/5/92375_0s.jpg)
SQL Server导出表到EXCEL文件的存储过程
2009-01-06 11:24:00
教你用一行Python代码实现GUI图形界面
2021-10-15 01:38:30
![](https://img.aspxhome.com/file/2023/4/121894_0s.gif)
Python多线程、异步+多进程爬虫实现代码
2023-07-29 03:28:42