示例图片 ： 
python
主要应用原理为：1网络
一、先识别出图片中每一个像素的数量 例如 红色在200左右app
二、将红色的像素单独提出来 这样起到去除噪点的做用ui
三、分割图片并保存 搜索引擎
四、识别图片spa
具体代码以下：code
1 # coding=utf-8 2 # !/usr/bin/python 3 """ 4 opencv 验证码识别 5 Created on: 2018/7/31 16:12 6 @author: 虫子慢慢爬 7 Email: 891915210@qq.com 8 """ 9 # -*- coding=GBK -*- 10 11 from PIL import Image 12 import hashlib 13 import time 14 15 im = Image.open("C:/Users/admin/Desktop/image/p.jpg") 16 17 # (将图片转换为8位像素模式) 18 19 im = im.convert("P") 20 21 # 打印颜色直方图 22 23 print(im.histogram()) 24 """颜色直方图的每一位数字都表明了在图片中含有对应位的颜色的像素的数量。 25 每一个像素点可表现256种颜色,你会发现白点是最多 26 （白色序号255的位置,也就是最后一位,能够看到,有625个白色像素）。 27 红像素在序号200左右,咱们能够经过排序,获得有用的颜色。 28 """ 29 his = im.histogram() 30 31 values = {} 32 33 for i in range(256): 34 values[i] = his[i] 35 36 for j, k in sorted(values.items(), key=lambda x: x[1], reverse=True)[:10]: 37 print(j, k) 38 """ 39 咱们获得了图片中最多的10种颜色, 40 其中 220 与 227 才是咱们须要的红色和灰色, 41 能够经过这一讯息构造一种黑白二值图片 42 """ 43 im2 = Image.new("P", im.size, 255) 44 45 for x in range(im.size[1]): 46 47 for y in range(im.size[0]): 48 pix = im.getpixel((y, x)) 49 if pix == 225: # these are the numbers to get 50 im2.putpixel((y, x), 0) 51 52 im2.show() 53 # time.sleep(3) 54 """ 接下来的工做是要获得单个字符的像素集合,因为例子比较简单,咱们对其进行纵向切割:""" 55 56 inletter = False 57 58 foundletter = False 59 60 start = 0 61 62 end = 0 63 64 letters = [] 65 66 for y in range(im2.size[0]): 67 68 for x in range(im2.size[1]): 69 pix = im2.getpixel((y, x)) 70 71 if pix != 255: 72 inletter = True 73 74 if foundletter == False and inletter == True: 75 foundletter = True 76 start = y 77 78 if foundletter == True and inletter == False: 79 foundletter = False 80 end = y 81 letters.append((start, end)) 82 83 inletter = False 84 85 print(letters) 86 87 # [(6, 14), (15, 25), (27, 35), (37, 46), (48, 56), (57, 67)] 88 89 """ 获得每一个字符开始和结束的列序号。""" 90 91 count = 0 92 93 for letter in letters: 94 m = hashlib.md5() 95 96 im3 = im2.crop((letter[0], 0, letter[1], im2.size[1])) 97 ss1 = str(time.time()) + str(count) 98 print(ss1) 99 m.update(ss1.encode('utf-8')) 100 # 对图片进行切割,获得每一个字符所在的那部分图片。 101 im3.save("./%s.gif" % (m.hexdigest())) 102 103 count += 1 104 """ 105 在这里咱们使用向量空间搜索引擎来作字符识别,它具备不少优势: 106 107 不须要大量的训练迭代 108 109 不会训练过分 110 111 你能够随时加入／移除错误的数据查看效果 112 113 很容易理解和编写成代码 114 115 提供分级结果,你能够查看最接近的多个匹配 116 117 对于没法识别的东西只要加入到搜索引擎中,立刻就能识别了。 118 119 固然它也有缺点,例如分类的速度比神经网络慢不少,它不能找到本身的方法解决问题等等。 120 121 向量空间搜索引擎名字听上去很高大上其实原理很简单。拿文章里的例子来讲: 122 123 你有 3 篇文档,咱们要怎么计算它们之间的类似度呢？两篇文档所使用的相同的单词越多,那这两篇文章就越类似!可是这单词太多怎么办,就由咱们来选择几个关键单词,选择的单词又被称做特征,每个特征就比如空间中的一个维度（x,y,z 等）,一组特征就是一个矢量,每个文档咱们都能获得这么一个矢量,只要计算矢量之间的夹角就能获得文章的类似度了。 124 125 用 Python 类实现向量空间: 126 """ 127 128 import math 129 130 131 class VectorCompare: 132 133 # 计算矢量大小 134 135 def magnitude(self, concordance): 136 137 total = 0 138 139 for word, count in concordance.iteritems(): 140 total += count ** 2 141 142 return math.sqrt(total) 143 144 # 计算矢量之间的 cos 值 145 146 def relation(self, concordance1, concordance2): 147 148 relevance = 0 149 150 topvalue = 0 151 152 for word, count in concordance1.iteritems(): 153 154 if concordance2.has_key(word): 155 topvalue += count * concordance2[word] 156 157 return topvalue / (self.magnitude(concordance1) * self.magnitude(concordance2)) 158 159 # 它会比较两个 python 字典类型并输出它们的类似度（用 0～1 的数字表示） 160 161 """ 162 将以前的内容放在一块儿 163 还有取大量验证码提取单个字符图片做为训练集合的工做,但只要是有好好读上文的同窗就必定知道这些工做要怎么作,在这里就略去了。能够直接使用提供的训练集合来进行下面的操做。 164 165 iconset目录下放的是咱们的训练集。 166 167 最后追加的内容: 168 169 """ 170 171 # 将图片转换为矢量 172 173 def buildvector(im): 174 175 d1 = {} 176 177 count = 0 178 179 for i in im.getdata(): 180 d1[count] = i 181 182 count += 1 183 184 return d1 185 186 187 v = VectorCompare() 188 189 iconset = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9', '0', 'a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 190 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z'] 191 192 import os 193 194 # 加载训练集 195 196 imageset = [] 197 198 for letter in iconset: 199 200 for img in os.listdir('./iconset/%s/' % (letter)): 201 202 temp = [] 203 204 if img != "Thumbs.db" and img != ".DS_Store": 205 temp.append(v.buildvector(Image.open("./iconset/%s/%s" % (letter, img)))) 206 207 imageset.append({letter: temp}) 208 209 count = 0 210 211 # 对验证码图片进行切割 212 213 for letter in letters: 214 m = hashlib.md5() 215 216 im3 = im2.crop((letter[0], 0, letter[1], im2.size[1])) 217 218 guess = [] 219 220 # 将切割获得的验证码小片断与每一个训练片断进行比较 221 222 for image in imageset: 223 224 for x, y in image.iteritems(): 225 226 if len(y) != 0: 227 guess.append((v.relation(y[0], v.buildvector(im3)), x)) 228 229 guess.sort(reverse=True) 230 231 print("", guess[0]) 232 233 count += 1
但愿对你们有帮助哦！！blog