python驗證碼識別——前處理

作者: ubunoon 來源: 博客園發布時間: 2011-02-16 22:55 閱讀: 8252 次推薦: 0 原文鏈接 [收藏]

目前不少系統的驗證碼做得越來越復雜，人眼都難以識別，尤其是QQ之類的驗證碼，想要識別，太難了。

現在有這樣一個驗證碼：

一般的驗證碼識別，都是先進行前處理，然后分割，在進行識別。這個驗證碼沒有其他噪音，但存在一條橫穿的曲線干擾，并且驗證碼中字體是粘連在一起的。

如果不將干擾曲線去除，那么整個識別將會受到一定的影響，為此，先要去掉這條曲線，首先通過的辦法是將先獲取曲線的頭位置（x，y），這一部分很簡單，代碼如下：

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

取到頭結點后，然后依次從左到右遍歷過去，上下判斷是否為黑點，將線條坐標位置保存起來，之后進行線條位置去除，代碼如下(感謝孫志海朋友的提示）：

def remove_line(im, aim):
w,h = im.size
data = list( im.getdata() )

for x,y in aim:
curr = data[ y * w + x ]
prev = data[ (y-1) * w + x]
next = data[ (y+1) * w + x]

if prev == black and next == black:
continue

if prev == black:
data[ y * w + x ] = white
data[ (y-1) * w + x] = white

elif next == black:
data[ y * w + x ] = white
data[ (y+1) * w + x] = white

else:
data[ y * w + x ] = white

于是可以得到去除黑線后的圖像為：