引言:为什么学习这个呢?
这个算是机器学习,最入门的一点东东
这里介绍两种方法:
1.直接调用第三方库进行识别,缺点:存在部分图片无法识别
2.使用knn算法进行对图片的处理,以及运算进行识别
声明:本文均在pycharm上进行编辑操作,并本文所写代码均是python3进行编写,如果不能正常运行本文内的代码,请自己调试环境
另本文所识别的验证码类型为如下图片:
先介绍第一种比较简单的操作:
1.环境准备:
安装如下第三方库
代码语言：javascript复制from selenium import webdriver
from PIL import Image
import pytesseract2.环境介绍
selenium 环境模仿鼠标点动,以及账号密码传递,等等
pytesseract 识别图片中字符借用的第三方库
PIL 对图片的一些处理的第三方库
3.具体实现
代码语言：javascript复制driver.find_element_by_xpath('地址').click()点击网页中xpath为括号内的位置
代码语言：javascript复制driver.find_element_by_xpath('地址').send_keys(传递信息)传递相应数据到xpath为括号内的相应位置
代码语言：javascript复制ele=driver.find_element_by_xpath('地址')
ele.screenshot('图片名,以及格式')找到xpath为括号内的地址,并截取相应位置图片
4.图片处理
在获取相应验证码图片后,往往图片为彩图,或者存在噪点,为了减少模型的复杂度,以及减少模型的训练强度,同时增加识别率，很有必要对图片进行预处理，使其对机器识别更友好。
具体步骤如下:
1.读取原始素材
2.将彩图转化为黑白图
3.去噪点
4.1二值化图片
图像二值化（ Image Binarization）就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果的过程。——来自百度百科
1.RGB彩图转为灰度图
2.将灰度图转化为二值图,即设定二值化阈值,转化为01图
代码语言：javascript复制image = Image.open('a.png')
image = image.convert('L') #转化为灰度图
threshold = 127 #设定的二值化阈值
table = [] #table是设定的一个表，下面的for循环可以理解为一个规则，小于阈值的，就设定为0，大于阈值的，就设定为1
for i in range(256):
if i < threshold:
table.append(0)
else:
table.append(1)
image = image.point(table,'1') #对灰度图进行二值化处理，按照table的规则（也就是上面的for循环）如下图:
2.去除噪点
在转化为二值图片后，就需要清除噪点。本文选择的素材比较简单，大部分噪点也是最简单的那种 孤立点，所以可以通过检测这些孤立点就能移除大量的噪点。
关于如何去除更复杂的噪点甚至干扰线和色块，有比较成熟的算法: 洪水填充法 Flood Fill ，后面有兴趣的时间可以继续研究一下。
转载自 https://www.cnblogs.com/beer/p/5672678.htm
5.直接借助selenium和pytesseract实现
代码语言：javascript复制result = pytesseract.image_to_string(image) # 读取里面的内容输出result,就是图片的结果.
上述方法的精确度,嗯……..
我没经过专业的测试,但是点着试试,试了二三十次,有那么五六次是错误的
所以呢为了提高模型的精确度,下面介绍knn算法
knn:从训练样本集中选择k个与测试样本“距离”最近的样本，这k个样本中出现频率最高的类别即作为测试样本的类别。
- KNN是属于有监督学习（因为训练集中每个数据都存在人工设置的标签——即类别）
- 那是如何进行分类的呢？其实是用数据之间的欧氏距离来衡量它们的相似程度，距离越短，表示两个数据越相似。
5.建立样本集—图片分割
既然是样本集,那么肯定要有样本呀,找相应网站,提交请求,爬取完事,在这不写这个了
而样本集的建立,可以数格子,没错就是数格子
打开ps,图片放大到最大,然后数格子,额,这个方法有点low,在线ps:https://www.uupoop.com/
找到左上点,右下点,间距,然后循环切割,保存
代码语言：javascript复制from PIL import Image
def cut_image(image):
box_list = []
# (left, upper, right, lower)
for i in range(0, 4):
box = (5 i*12 1,5,14 i*12,19 1)
box_list.append(box)
image_list = [image.crop(box) for box in box_list]
return image_list
# 保存
def save_images(image_list):
index = 1
for image in image_list:
image.save(str(index) '.png', 'PNG')
index = 1
if __name__ == '__main__':
file_path = "地址" # 图片保存的地址
image = Image.open(file_path)
image_list = cut_image(image)
save_images(image_list)效果图:
上面方法有点low
所以可以,通过图片黑色或白色的图片的连续性,来进行寻找左上点和右下点来确定一个矩形范围,即切割的图片的位置,循环切割保存
代码语言：javascript复制def cut_image(image):
"""
字符切割,根据黑色的连续性,当某一列出现黑色为标志,当黑色消失为结束点
:param image: 完整的验证码图片
:return images: 切割好的图片列表
"""
# inletter代表当前列是否出现黑点
inletter = False
# foundletter为False时，未找到字符开始位置；否则，已找到字符开始位置
foundletter = False
# 记录所有字符的开始点和结束点
letters = []
start = 0
end = 0
for x in range(image.size[0]):
for y in range(image.size[1]):
# 当前像素点的状态（0黑色或1白色）
pix = image.getpixel((x,y))
# 出现黑色点时证明有字符出现
if pix == 0:
inletter = True
# 当前列出现黑色点，且未找到字符开始位置，则找当前列为字符开始位置
if foundletter == False and inletter ==True:
foundletter = True
start = x
# 当前列为全白，且已有字符开始位置，则该字符结束，记录字符的范围
if foundletter == True and inletter == False:
end = x
letters.append((start,end))
foundletter = False
inletter = False
images = []
# 利用letter的信息切割验证码，得到单个字符
for letter in letters:
img = image.crop((letter[0],0,letter[1],image.size[1]))
#img.save(str(letter[0]) '.jpeg')#展示切割效果
images.append(img)
return images上面代码只写出连续黑的情况,所以在部分要进行修改
6.建立样本集—分组
将爬取的样本重复上述操作进行图片处理和切割
将切割好的图片,建立文件夹进行分组
7.识别
具体操作步骤如下: 1.预处理图片
2.将图片转化
3.cos求解相似度
1.预处理图片
上面的样本切割出是单独的数字,那么在识别的时候,要对图片进行处理以及切割,具体操作参考上面的介绍.
2.将图片转换
在将图片切割后,是一个图片的形式显示,这样不便于计算,所以将其转化为矢量,将二维形式转化为一维形式
代码语言：javascript复制def buildvector(image):
"""
图片转换成矢量,将二维的图片转为一维
:param image:
:return:
"""
result = {}
count = 0
for i in image.getdata():
result[count] = i
count = 1
return result3.cos值求解相似度
求解方程:
即目标值与其中一个样本值的相似度.
m表示该样本组的数量,数组c表示目标图片,数组d表示样本组中的每一张图片
另外在此所用的目标图片和样本图片,均已经一维化处理
计算完目标图片与所有样本集后进行排序,去相似度最高即为目标图片所示数字
代码语言：javascript复制class CaptchaRecognize:
def __init__(self):
self.letters = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9']
self.loadSet()
def loadSet(self):
"""
将icon中预先准备好的图片，以向量的形式读出
ps: icon中图片为验证码切割完成后，人工标记的训练集
如果需要增加，只需把切割后的图片放到其所表示的文件夹下即可
:return:
"""
self.imgset = []
for letter in self.letters:
temp = []
# 打开icon下的各个文件，icon文件下是一些已切割的字符图片
for img in os.listdir('./icon/%s'%(letter)):
# 将图片转成一维向量，放入temp列表中
temp.append(buildvector(Image.open('./icon/%s/%s'%(letter,img))))
# 标签与对应图片转换成的向量，以字典形式存到imgset 如：letter为1,temp就是1文件夹下图片的向量
self.imgset.append({letter:temp})
def magnitude(self,concordance):
"""
利用公式求计算矢量大小，详细公式见README.md
:param concordance:
:return:
"""
total = 0
for word, count in concordance.items():
# count 为向量各个单位的值
total = count ** 2
return math.sqrt(total)
def relation(self, concordance1, concordance2):
"""
计算矢量之间的 cos 值，详细公式见README.md
:param concordance1:
:param concordance2:
:return:
"""
relevance = 0
topvalue = 0
# 遍历concordance1向量，word 当前位置的索引，count为值
for word, count in concordance1.items():
# 当concordance2有word才继续，防止索引超限
if word in concordance2:
#print(type(topvalue), topvalue, count, concordance2[word])
topvalue = count * concordance2[word]
#time.sleep(10)
return topvalue / (self.magnitude(concordance1) * self.magnitude(concordance2))
def recognise(self,image):
"""
识别验证码
:param image: 验证码图片
:return result: 返回验证码的值
"""
# 二值化,将图片按灰度转为01矩阵
image = convert_image(image)
# 对完整的验证码进行切割，得到字符图片
images = cut_image(image)
vectors = []
for img in images:
vectors.append(buildvector(img)) # 将字符图片转一维向量，如[0,1,0,1,1,....]
result = []
for vector in vectors:
guess=[]
# 让字符图片和训练集中的 0-9 逐一比对
for image in self.imgset:
for letter,temp in image.items():
relevance=0
num=0
# 遍历一个标签下的所有图片
for img in temp:
# 计算相似度
relevance =self.relation(vector,img)
print (vector,img)
num =1
# 求出相似度平均值
relevance=relevance/num
guess.append((relevance,letter))
# 对cos值进行排序，cos值代表相识度
guess.sort(reverse=True)
result.append(guess[0]) #取最相似的letter，作为该字符图片的值
return result8.主函数调用
代码语言：javascript复制if __name__ == '__main__':
imageRecognize=CaptchaRecognize()
# 设置图片路径
image = Image.open('3.png')
# print(image.mode)
result = imageRecognize.recognise(image)
string = [''.join(item[1]) for item in result]
print(result)9.总结
本文主要是识别简单的验证码图片,要根据具体情况进行修改,主要提供一个框架,如果所给图片呈不规则显示,可能无法识别,这个算是机器学习简单的入门,对于以上仅为个人看法,如果有别的看法,欢迎私聊!!!
原创文章，转载请注明： 转载自URl-team
本文链接地址: knn算法,识别简单验证码图片
No related posts.
