用python加「驗證碼」為關鍵詞在baidu裡搜一下，可以找到很多關於驗證碼識別的文章。我大體看了一下，主要方法有幾類：一類是通過對進行處理，然後利用字型檔特徵匹配的方法，一類是處理後建立字元對應字典，還有一類是直接利用ocr模組進行識別。不管是用什麼方法，都需要首先對進行處理，於是試著對下面的驗證碼進行分析。
一、處理
這個驗證碼中主要的影響因素是中間的曲線，首先考慮去掉中的曲線。考慮了兩種演算法：
第一種是首先取到曲線頭的位置，即x程式設計客棧=0時，黑點的位置。然後向後移動x的取值，觀察每個x下黑點的位置，判斷前後兩個相鄰黑點之間的距離，如果距離在一定範圍內，可以基本判斷該點是曲線上的點，最後將曲線上的點全部繪成白色。試了一下這種方法，結果得到的效果很一般，曲線不能完全去除，而且容量將字元的線條去除。
第二種考慮用單位面積內點的密度來進行計算。於是首先計算單位面積內點的個數，將單位面積內點個數少於某一指定數的面積去除，剩餘的部分基本上就是驗證碼字元的部分。本例中，為了便於操作，取了5*5做為單位範圍，並調整單位面積內點的標準密度為11。處理後的效果：
二、字元驗證
這裡我使用的方法是利用pytesser進行ocr識別，但由於這類驗證碼字元的不規則性，使得驗證結果的準確性並不是很高。具體哪位大牛，有什麼好的辦法，希望能給指點一下。
三、準備工作與**例項
1、pil、pytesser、tess程式設計客棧eract
(1)安裝pil：**位址：
(2)pytesser:**位址：**解壓後直接放在**相同的資料夾下，即可使用。
(3)tesseract ocr engine**：**後解壓，找到tessdata資料夾，用其替換掉pytesser解壓後的tessdata資料夾即可。
2、具體**
#encoding=utf-8
###利用點的密度計算
import image,imageenhance,imagefilter,imagedraw
import sys
from pytesser import *
#計算範圍內點的個數
def numpoint(im):
w,h = im.size
data = list( im.getdata() )
mumpoint=0
for x in range(w):
for y in range(h):
if data[ y*w + x ] !=255:#255是白色
mumpoint+=1
return mumpoint
#計算5*5範圍內點的密度
def pointmidu(im):
w,h = im.size
p=for y in range(0,h,5):
for x in range(0,w,5):
box = (x,y, x+5,y+5)
im1=im.crop(box)
a=numpoint(im1)
if a<11:##如果5*5範圍內小於11個點，那麼將該部分全部換為白色。
def ocrend():##識別
本人的這個方法，最終識別率確實不高，寫出來，哪位高手有好的思路或者做法，望不惜賜教！
本文標題: 談談python進行驗證碼識別的一些想法
本文位址: /jiaoben/python/141072.html
Python 驗證碼識別
使用pip安裝pytessseract，如圖所示 例項 識別該中的字元 指令碼 import os os.chdir c python34 lib site packages pytesser from pytesser import from pytesseract import image to...
python 驗證碼識別
一 python識別簡單驗證碼 1 2 func 實現簡單驗證碼獲取 3 4import pytesseract 5from pil import image67 首先通過image開啟乙個 9 然後通過方法將image物件轉化為字串10 code pytesseract.image to stri...
python驗證碼識別
驗證碼識別 識別驗證碼的操作 人工肉眼的識別 第三方自動識別 雲打碼 模擬登入 爬取基於某些基於使用者的使用者資訊.需求 對人人網進行模擬登入 點選登入按鈕之後會發起乙個post請求 post請求中會攜帶登陸之前錄入的相關的登入資訊 使用者名稱，密碼，驗證碼.驗證碼 每次請求都會變化 需求 爬取當前...