在编写自动化测试用例的时候，每次登录都需要输入验证码，后来想把让python自己识别图片里的验证码，不需要自己手动登陆，所以查了一下识别功能怎么实现，做一下笔记。
首选导入一些用到的库，re、Image、pytesseract、selenium、time
import re # 用于正则from PIL import Image # 用于打开图片和对图片处理import pytesseract # 用于图片转文字from selenium import webdriver # 用于打开网站import time # 代码运行停顿
首先需要获取验证码图片，才能进一步识别。
创建类，定义webdriver和find_element_by_selector方法，用来打开网页和定位验证码图片的元素
class VerificationCode:def __init__(self):self.driver = webdriver.Firefox()self.find_element = self.driver.find_element_by_css_selector
然后打开浏览器截取验证码图片
def get_pictures(self):self.driver.get('http://123.255.123.3') # 打开登陆页面self.driver.save_screenshot('pictures.png') # 全屏截图page_snap_obj = Image.open('pictures.png')img = self.find_element('#pic') # 验证码元素位置time.sleep(1)location = img.locationsize = img.size # 获取验证码的大小参数left = location['x']top = location['y']right = left + size['width']bottom = top + size['height']image_obj = page_snap_obj.crop((left, top, right, bottom)) # 按照验证码的长宽，切割验证码image_obj.show() # 打开切割后的完整验证码self.driver.close() # 处理完验证码后关闭浏览器return image_obj
未处理前的验证码图片如下：
未处理的验证码图片，对于python来说识别率较低，仔细看可以发现图片里有很对五颜六色扰乱识别的点，非常影响识别率。
下面对获取的验证码进行处理。
首先用convert把图片转成黑白色。设置threshold阈值，超过阈值的为黑色
def processing_image(self):image_obj = self.get_pictures() # 获取验证码img = image_obj.convert("L") # 转灰度pixdata = img.load()w, h = img.sizethreshold = 160 # 该阈值不适合所有验证码，具体阈值请根据验证码情况设置# 遍历所有像素，大于阈值的为黑色for y in range(h):for x in range(w):if pixdata[x, y] < threshold:pixdata[x, y] = 0else:pixdata[x, y] = 255return img
经过灰度处理后的图片
然后删除一些扰乱识别的像素点。
def delete_spot(self):images = self.processing_image()data = images.getdata()w, h = images.sizeblack_point = 0for x in range(1, w - 1):for y in range(1, h - 1):mid_pixel = data[w * y + x] # 中央像素点像素值if mid_pixel < 50: # 找出上下左右四个方向像素点像素值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)]# 判断上下左右的黑色像素点总个数if top_pixel < 10:black_point += 1if left_pixel < 10:black_point += 1if down_pixel < 10:black_point += 1if right_pixel < 10:black_point += 1if black_point < 1:images.putpixel((x, y), 255)black_point = 0# images.show()return images
经过去除噪点处理后的图片
最后把处理后的图片转成文字。
先设置pytesseract的路径，因为默认路径是错的，然后转换图片为文字，由于个别图片中识别会出现处理遗漏，会被识别成空格或则点或则分号什么的，所以增加了一个去除验证码中特殊字符的处理。
PS：tesseract文件下载链接
def image_str(self):image = self.delete_spot()pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe" # 设置pyteseract路径result = pytesseract.image_to_string(image) # 图片转文字resultj = re.sub(u"([^\u4e00-\u9fa5\u0030-\u0039\u0041-\u005a\u0061-\u007a])", "", result) # 去除识别出来的特殊字符result_four = resultj[0:4] # 只获取前4个字符# print(resultj) # 打印识别的验证码return result_four
完整代码如下：
import re # 用于正则from PIL import Image # 用于打开图片和对图片处理import pytesseract # 用于图片转文字from selenium import webdriver # 用于打开网站import time # 代码运行停顿class VerificationCode:def __init__(self):self.driver = webdriver.Firefox()self.find_element = self.driver.find_element_by_css_selectordef get_pictures(self):self.driver.get('http://123.255.123.3') # 打开登陆页面self.driver.save_screenshot('pictures.png') # 全屏截图page_snap_obj = Image.open('pictures.png')img = self.find_element('#pic') # 验证码元素位置time.sleep(1)location = img.locationsize = img.size # 获取验证码的大小参数left = location['x']top = location['y']right = left + size['width']bottom = top + size['height']image_obj = page_snap_obj.crop((left, top, right, bottom)) # 按照验证码的长宽，切割验证码image_obj.show() # 打开切割后的完整验证码self.driver.close() # 处理完验证码后关闭浏览器return image_objdef processing_image(self):image_obj = self.get_pictures() # 获取验证码img = image_obj.convert("L") # 转灰度pixdata = img.load()w, h = img.sizethreshold = 160# 遍历所有像素，大于阈值的为黑色for y in range(h):for x in range(w):if pixdata[x, y] < threshold:pixdata[x, y] = 0else:pixdata[x, y] = 255return imgdef delete_spot(self):images = self.processing_image()data = images.getdata()w, h = images.sizeblack_point = 0for x in range(1, w - 1):for y in range(1, h - 1):mid_pixel = data[w * y + x] # 中央像素点像素值if mid_pixel < 50: # 找出上下左右四个方向像素点像素值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)]# 判断上下左右的黑色像素点总个数if top_pixel < 10:black_point += 1if left_pixel < 10:black_point += 1if down_pixel < 10:black_point += 1if right_pixel < 10:black_point += 1if black_point < 1:images.putpixel((x, y), 255)black_point = 0# images.show()return imagesdef image_str(self):image = self.delete_spot()pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe" # 设置pyteseract路径result = pytesseract.image_to_string(image) # 图片转文字resultj = re.sub(u"([^\u4e00-\u9fa5\u0030-\u0039\u0041-\u005a\u0061-\u007a])", "", result) # 去除识别出来的特殊字符result_four = resultj[0:4] # 只获取前4个字符# print(resultj) # 打印识别的验证码return result_fourif __name__ == '__main__':a = VerificationCode()a.image_str()
看评论有很多人需要tesseract.exe文件，但是由于文件过大，发邮件会出现无法下载的情况，有需要的可以在一下连接里下载tesseract.exe文件
下载地址：/download/ever_peng/11938731
如果觉得《python 识别登陆验证码图片（完整代码）》对你有帮助，请点赞、收藏，并留下你的观点哦！
