GIF验证码 和 普通验证码 的区别是图片上的文字是时隐时现的，如果按帧数查看，每帧都会缺失文字。
GIF验证码图片示例：
所以现在有如下思路：
- 方案一：对图片多次截图，然后把所有图片的数组合并覆盖到一张图中，再识别得到完整图片。
- 方案二：对图片多次抽帧，然后对每张图片单独识别，每个位置出现字符频率最高的则为正确结果。
方案一代码：
代码语言：javascript复制from PIL import Image
import numpy as np
import cv2
path = r"C:UserslixiDesktopp1.gif"
image =Image.open(path)
shapes = []
for i in range(1,4):
image.seek(i)
image.save(f'image/{i}.png')
shapes.append(np.array(image))
result = np.subtract(shapes[0], shapes[2])
result2 = np.subtract(shapes[0], shapes[1])
result3 = np.subtract(shapes[1], shapes[2])
cv2.imwrite("image/result.png", shapes[0] result result2 result3)合并后的图片：
方案二代码：（代码转自 https://juejin.cn/post/6855483334512869389）
代码语言：javascript复制# -*- coding: utf-8 -*-
# @Software: PyCharm
import requests
import time
import json
from PIL import Image
from io import BytesIO
from collections import Counter
def get_max_char(str):
'''
获取频率最高字符
:param str:
:return:
'''
count = Counter(str)
count_list = list(count.values())
max_value = max(count_list)
max_list = []
for k, v in count.items():
if v == max_value:
max_list.append(k)
return max_list[0]
def recogition(yzm_data):
'''
验证码识别
:param yzm_data:
:return:
'''
resp = requests.post('http://127.0.0.1:8080', data=yzm_data)
return resp.text
def img_to_text(yzmdatas):
'''
图片转字符
:param length:
:return:
'''
yzm1 = ""
yzm2 = ""
yzm3 = ""
yzm4 = ""
for data in yzmdatas:
text = recogition(data)
json_obj = json.loads(text)
yzm_text = json_obj.get("code","")
#本文中的验证码长度为4 实际测试中只要长度大于等于4的都可以统计进去，不影响识别准确率
if len(yzm_text) == 4:
l_yzm = list(yzm_text)
yzm1 = yzm1 l_yzm[0]
yzm2 = yzm2 l_yzm[1]
yzm3 = yzm3 l_yzm[2]
yzm4 = yzm4 l_yzm[3]
yzm1 = get_max_char(yzm1)
yzm2 = get_max_char(yzm2)
yzm3 = get_max_char(yzm3)
yzm4 = get_max_char(yzm4)
return yzm1 yzm2 yzm3 yzm4
def download():
'''
下载验证码
:return:
'''
#验证码地址
url = 'http://credit.customs.gov.cn/ccppserver/verifyCode/creator'
resp = requests.get(url)
data = resp.content
return data
def gif_to_png(length,image):
'''
gif抽帧
:param length:
:param image:
:return:
'''
try:
yzm_list = []
for i in range(1, length):
image.seek(i)
stream = BytesIO()
image.save(stream, 'PNG')
s = stream.getvalue()
yzm_list.append(s)
return yzm_list
except Exception as e:
print(e)
return None
def handle_yzm(length):
'''
处理验证码
:return:
'''
gif = download()
start = time.time()
if gif:
data = BytesIO(gif)
image = Image.open(data)
png_list = gif_to_png(length, image)
if png_list:
yzm_text = img_to_text(png_list)
with open("./Gif_IMG/{}_{}.gif".format(yzm_text, str(time.time())),"wb") as fw:
fw.write(gif)
end = time.time()
print("抽帧length:{}-花费时间：{}".format(length, end - start))
def run():
#抽帧长度：具体抽帧多少可以依据实际的gif识别准确率来调整。
#抽帧越少识别率可能会低，但是识别所需的时间会减少。23帧准确率98%，时间1s； 6帧准确率85%，时间0.5s左右
#在识别速度和精度之间找一个平衡点即可
length = 10
#识别图片个数
num = 20
for i in range(num):
handle_yzm(length)
if __name__ == '__main__':
run()方案一比较简单粗暴，但是会把其他干扰元素也合并到一块，所以合并后还需要其他处理方法。
方案二代码转别人的，效果会好一点，先识别再合成，但是效率不高，需要自己改。
两个方案的代码在使用时都需要优化和调整，大家根据自己的需求选择对应的方案。
