前言：验证码是个烦人的小家伙！当然有很多打码平台，可以轻松解决！但可以自己来，干嘛靠别人！有技术不学是傻儿童！今天主要讲opencv来解决验证码！抱着怀里教你！让你向前迈一大步！详细讲，慢慢看！简单易懂！
一 .流程：
大致分为以下步骤：
图片灰度化处理 >>>二值化 >>>降噪>>>分割>>>识别（一般短验证码无需分隔）
注意：以下这种需要先去除背景色
二 .今日主人公：
这人眼看起都有点变扭，干扰元素太多了！
三 灰度化：
1）.简单原理：
本身三原色为RGB，但opencv里是使用的BGR，在BGR值相同时为灰色。大概就是，将三通道的图片变为单通道就可以称为灰度化处理。
2）.导包：
包名：opencv-python与numpy
import cv2import numpy as np
3）.三种灰度化方法：
# 方法一 直接在读取图片的时候灰度化yzm = cv2.imread('1.png',cv2.IMREAD_GRAYSCALE)# 方法二 在读入图片后再进行灰度化yzm = cv2.imread('1.png')yzm = cv2.cvtColor(yzm,cv2.COLOR_BGR2GRAY)# 方法三 使用numpy取值进行灰度化# max:取最大值 较亮min：取最小值 较黑mean：取平均值yzm = cv2.imread('1.png')yzm = np.min(yzm,axis=2).astype(np.uint8)
4）.显示与写入：
# 保存灰度化的图片cv2.imwrite('new_img.png',yzm)# 显示灰度化的图片 windows1是窗口名称cv2.imshow('windows1',yzm)# waitKey()–是在一个给定的时间内(单位ms)等待用户按键触发，0表示任意按键cv2.waitKey(0)# 销毁特定的窗口cv2.destroyWindow('windows1')
5）.效果图：
四. 二值化：
简单说：将图片变成黑白（0和255）叫做二值化处理，调用openCv里的threshold方法。
注意：阈值可以调整
import cv2yzm = cv2.imread('1.png') # 读图片yzm = cv2.cvtColor(yzm,cv2.COLOR_BGR2GRAY) # cv2 方法灰度化# 二值化thresh,yzm = cv2.threshold(yzm,160,255,cv2.THRESH_BINARY)# yzm:表示需要操作的数组# 160:表示阈值# 255 表示最大值cv2.imshow('window1',yzm)cv2.waitKey(0)cv2.destroyWindow('window1')
效果图：
这效果就很明显了！
五. 降噪
降噪方法有三：1.八邻域降噪
2.使用侵蚀与膨胀形态学去噪
3.cv2中的morphologyEx方法
八邻域不讲，本篇主要是简单易懂！用新人上手
1）.cv2中的morphologyEx方法
import cv2import numpy as npyzm = cv2.imread('1.png')yzm = cv2.cvtColor(yzm,cv2.COLOR_BGR2GRAY) # cv2 方法灰度化thresh,yzm = cv2.threshold(yzm,170,255,cv2.THRESH_BINARY) # cv2二值化# 降噪yzm = cv2.morphologyEx(yzm,cv2.MORPH_CLOSE,np.ones(shape=(6,6)))cv2.imwrite('2.png',yzm) # 写入cv2.imshow('window1',yzm)cv2.waitKey(0)cv2.destroyWindow('window1')
效果图：
2）.使用侵蚀与膨胀形态学去噪
import cv2import numpy as npyzm = cv2.imread('1.png')yzm = cv2.cvtColor(yzm,cv2.COLOR_BGR2GRAY) # cv2 方法灰度化thresh,yzm = cv2.threshold(yzm,170,255,cv2.THRESH_BINARY) # cv2二值化# 先膨胀 让黑色遭点消失，再侵蚀让黑色加粗dilate = cv2.dilate(yzm,np.ones(shape=(6,6)))yzm = cv2.erode(dilate,np.ones(shape=(5,5)))cv2.imwrite('2.png',yzm) # 写入cv2.imshow('window1',yzm)cv2.waitKey(0)cv2.destroyWindow('window1')
效果图：
六. 识别
可以使用：1.muggle_ocr识别
2.调用百度识别 （两者都是免费识别）
1）muggle_ocr识别：
# muggle_ocr识别import muggle_ocrsdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.OCR)img = open('2.png','rb').read()text = sdk.predict(image_bytes=img)print(text)
2） 百度识别：
from aip import AipOcrAPP_ID = ''API_KEY = ''SECRET_KEY = ''client = AipOcr(APP_ID, API_KEY, SECRET_KEY)img = open('2.png','rb').read()result = client.basicGeneral(img)print(result)
效果图：
结束语：有错误，请悄悄指出了！码字不易，望点赞收藏！骚年！奋勇向前吧！我在路的悬崖边等您！
待到秋来九月八，我花开后百花杀。
python爬虫验证码识别 （手把手教会你验证码识别）opencv图像处理 图片处理 验证码处理 降噪 简单易懂验证码处理
如果觉得《python爬虫验证码识别 （手把手教会你验证码识别）opencv图像处理 图片处理 验证码》对你有帮助，请点赞、收藏，并留下你的观点哦！
