小编给大家分享一下关于python识别验证思路的案例分析，希望大家阅读完这篇文章后大所收获，下面让我们一起去探讨吧！

1、介绍

在爬虫中经常会遇到验证码识别的问题，现在的验证码大多分计算验证码、滑块验证码、识图验证码、语音验证码等四种。本文就是识图验证码，识别的是简单的验证码，要想让识别率更高，识别的更加准确就需要花很多的精力去训练自己的字体库。

识别验证码通常是这几个步骤：

（1）灰度处理

（2）二值化

（3）去除边框（如果有的话）

（4）降噪

（5）切割字符或者倾斜度矫正

（6）训练字体库

（7）识别

这6个步骤中前三个步骤是基本的，4或者5可根据实际情况选择是否需要。

经常用的库有pytesseract(识别库)、OpenCV(高级图像处理库)、imagehash（图片哈希值库）、numpy（开源的、高性能的Python数值计算库）、PIL的 Image，ImageDraw，ImageFile等。

2、实例

以某网站登录的验证码识别为例：具体过程和上述的步骤稍有不同。

首先分析一下，验证码是由4个从0到9等10个数字组成的，那么从0到9这个10个数字没有数字只有第一、第二、第三和第四等4个位置。那么计算下来共有40个数字位置，如下：

那么接下来就要对验证码图片进行降噪、分隔得到上面的图片。以这40个图片集作为基础。

对要验证的验证码图片进行降噪、分隔后获取四个类似上面的数字图片、通过和上面的比对就可以知道该验证码是什么了。

以上面验证码2837为例：

1、图片降噪

2、图片分隔

3、图片比对

通过比验证码降噪、分隔后的四个数字图片，和上面的40个数字图片进行哈希值比对，设置一个误差，max_dif：允许最大hash差值，越小越精确，最小为0。

这样四个数字图片通过比较后获取对应是数字，连起来，就是要获取的验证码。

完整代码如下：

#coding=utf-8importosimportrefromseleniumimportwebdriverfromselenium.webdriver.common.keysimportKeysimporttimefromselenium.webdriver.common.action_chainsimportActionChainsimportcollectionsimportmongoDbBaseimportnumpyimportimagehashfromPILimportImage,ImageFileimportdatetimeclassfinalNews_IE:def__init__(self,strdate,logonUrl,firstUrl,keyword_list,exportPath,codepath,codedir):self.iniDriver()self.db=mongoDbBase.mongoDbBase()self.date=strdateself.firstUrl=firstUrlself.logonUrl=logonUrlself.keyword_list=keyword_listself.exportPath=exportPathself.codedir=codedirself.hash_code_dict={}forfinrange(0,10):forlinrange(1,5):file=os.path.join(codedir,"codeLibrary\code"+str(f)+'_'+str(l)+".png")#print(file)hash=self.get_ImageHash(file)self.hash_code_dict[hash]=str(f)definiDriver(self):#通过配置文件获取IEDriverServer.exe路径IEDriverServer="C:\ProgramFiles\InternetExplorer\IEDriverServer.exe"os.environ["webdriver.ie.driver"]=IEDriverServerself.driver=webdriver.Ie(IEDriverServer)defWriteData(self,message,fileName):fileName=os.path.join(os.getcwd(),self.exportPath+'/'+fileName)withopen(fileName,'a')asf:f.write(message)#获取图片文件的hash值defget_ImageHash(self,imagefile):hash=Noneifos.path.exists(imagefile):withopen(imagefile,'rb')asfp:hash=imagehash.average_hash(Image.open(fp))returnhash#点降噪defclearNoise(self,imageFile,x=0,y=0):ifos.path.exists(imageFile):image=Image.open(imageFile)image=image.convert('L')image=numpy.asarray(image)image=(image>135)*255image=Image.fromarray(image).convert('RGB')#save_name="D:\work\python36_crawl\Veriycode\mode_5590.png"#image.save(save_name)image.save(imageFile)returnimage#切割验证码#rownum：切割行数；colnum：切割列数；dstpath：图片文件路径；img_name：要切割的图片文件defsplitimage(self,imagePath,imageFile,rownum=1,colnum=4):img=Image.open(imageFile)w,h=img.sizeifrownum<=handcolnum<=w:print('Originalimageinfo:%sx%s,%s,%s'%(w,h,img.format,img.mode))print('开始处理图片切割,请稍候...')s=os.path.split(imageFile)ifimagePath=='':dstpath=s[0]fn=s[1].split('.')basename=fn[0]ext=fn[-1]num=1rowheight=h//rownumcolwidth=w//colnumfile_list=[]forrinrange(rownum):index=0forcinrange(colnum):#(left,upper,right,lower)#box=(c*colwidth,r*rowheight,(c+1)*colwidth,(r+1)*rowheight)ifindex<1:colwid=colwidth+6elifindex<2:colwid=colwidth+1elifindex<3:colwid=colwidthbox=(c*colwid,r*rowheight,(c+1)*colwid,(r+1)*rowheight)newfile=os.path.join(imagePath,basename+'_'+str(num)+'.'+ext)file_list.append(newfile)img.crop(box).save(newfile,ext)num=num+1index+=1returnfile_listdefcompare_image_with_hash(self,image_hash2,image_hash3,max_dif=0):"""max_dif:允许最大hash差值,越小越精确,最小为0推荐使用"""dif=image_hash2-image_hash3#print(dif)ifdif<0:dif=-dififdif<=max_dif:returnTrueelse:returnFalse#截取验证码图片defsavePicture(self):self.driver.get(self.logonUrl)self.driver.maximize_window()time.sleep(1)self.driver.save_screenshot(self.codedir+"\Temp.png")checkcode=self.driver.find_element_by_id("checkcode")location=checkcode.location#获取验证码x,y轴坐标size=checkcode.size#获取验证码的长宽rangle=(int(location['x']),int(location['y']),int(location['x']+size['width']),int(location['y']+size['height']))#写成我们需要截取的位置坐标i=Image.open(self.codedir+"\Temp.png")#打开截图result=i.crop(rangle)#使用Image的crop函数，从截图中再次截取我们需要的区域filename=datetime.datetime.now().strftime("%M%S")filename=self.codedir+"\Temp_code.png"result.save(filename)self.clearNoise(filename)file_list=self.splitimage(self.codedir,filename)verycode=''forfinfile_list:imageHash=self.get_ImageHash(f)forh,codeinself.hash_code_dict.items():flag=self.compare_image_with_hash(imageHash,h,0)ifflag:#print(code)verycode+=codebreakprint(verycode)self.driver.close()deflongon(self):self.driver.get(self.logonUrl)self.driver.maximize_window()time.sleep(1)self.savePicture()accname=self.driver.find_element_by_id("username")#accname=self.driver.find_element_by_id("//input[@id='username']")accname.send_keys('ctrchina')accpwd=self.driver.find_element_by_id("password")#accpwd.send_keys('123456')code=self.getVerycode()checkcode=self.driver.find_element_by_name("checkcode")checkcode.send_keys(code)submit=self.driver.find_element_by_name("button")submit.click()

看完了这篇文章，相信你对关于python识别验证思路的案例分析有了一定的了解，想了解更多相关知识，欢迎关注亿速云行业资讯频道，感谢各位的阅读！