小编给大家分享一下python获取验证码图片的方法，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！

首先导入一些用到的库：re、Image、pytesseract、selenium、time。

importre#用于正则fromPILimportImage#用于打开图片和对图片处理importpytesseract#用于图片转文字fromseleniumimportwebdriver#用于打开网站importtime#代码运行停顿

首先需要获取验证码图片，才能进一步识别。

创建类，定义webdriver和find_element_by_selector方法，用来打开网页和定位验证码图片的元素。

classVerificationCode:def__init__(self):self.driver=webdriver.Firefox()self.find_element=self.driver.find_element_by_css_selector

然后打开浏览器截取验证码图片

defget_pictures(self):self.driver.get('http://123.255.123.3')#打开登陆页面self.driver.save_screenshot('pictures.png')#全屏截图page_snap_obj=Image.open('pictures.png')img=self.find_element('#pic')#验证码元素位置time.sleep(1)location=img.locationsize=img.size#获取验证码的大小参数left=location['x']top=location['y']right=left+size['width']bottom=top+size['height']image_obj=page_snap_obj.crop((left,top,right,bottom))#按照验证码的长宽，切割验证码image_obj.show()#打开切割后的完整验证码self.driver.close()#处理完验证码后关闭浏览器returnimage_obj

未处理前的验证码图片如下：

未处理的验证码图片，对于python来说识别率较低，仔细看可以发现图片里有很对五颜六色扰乱识别的点，非常影响识别率。

下面对获取的验证码进行处理。

首先用convert把图片转成黑白色。设置threshold阈值，超过阈值的为黑色。

defprocessing_image(self):image_obj=self.get_pictures()#获取验证码img=image_obj.convert("L")#转灰度pixdata=img.load()w,h=img.sizethreshold=160#该阈值不适合所有验证码，具体阈值请根据验证码情况设置#遍历所有像素，大于阈值的为黑色foryinrange(h):forxinrange(w):ifpixdata[x,y]<threshold:pixdata[x,y]=0else:pixdata[x,y]=255returnimg

经过灰度处理后的图片：

然后删除一些扰乱识别的像素点。

defdelete_spot(self):images=self.processing_image()data=images.getdata()w,h=images.sizeblack_point=0forxinrange(1,w-1):foryinrange(1,h-1):mid_pixel=data[w*y+x]#中央像素点像素值ifmid_pixel<50:#找出上下左右四个方向像素点像素值top_pixel=data[w*(y-1)+x]left_pixel=data[w*y+(x-1)]down_pixel=data[w*(y+1)+x]right_pixel=data[w*y+(x+1)]#判断上下左右的黑色像素点总个数iftop_pixel<10:black_point+=1ifleft_pixel<10:black_point+=1ifdown_pixel<10:black_point+=1ifright_pixel<10:black_point+=1ifblack_point<1:images.putpixel((x,y),255)black_point=0#images.show()returnimages

经过去除噪点处理后的图片：

最后把处理后的图片转成文字。

先设置pytesseract的路径，因为默认路径是错的，然后转换图片为文字，由于个别图片中识别会出现处理遗漏，会被识别成空格或则点或则分号什么的，所以增加了一个去除验证码中特殊字符的处理。

defimage_str(self):image=self.delete_spot()pytesseract.pytesseract.tesseract_cmd=r"C:\ProgramFiles\Tesseract-OCR\tesseract.exe"#设置pyteseract路径result=pytesseract.image_to_string(image)#图片转文字resultj=re.sub(u"([^\u4e00-\u9fa5\u0030-\u0039\u0041-\u005a\u0061-\u007a])","",result)#去除识别出来的特殊字符result_four=resultj[0:4]#只获取前4个字符#print(resultj)#打印识别的验证码returnresult_four

完整代码如下：

importre#用于正则fromPILimportImage#用于打开图片和对图片处理importpytesseract#用于图片转文字fromseleniumimportwebdriver#用于打开网站importtime#代码运行停顿classVerificationCode:def__init__(self):self.driver=webdriver.Firefox()self.find_element=self.driver.find_element_by_css_selectordefget_pictures(self):self.driver.get('http://123.255.123.3')#打开登陆页面self.driver.save_screenshot('pictures.png')#全屏截图page_snap_obj=Image.open('pictures.png')img=self.find_element('#pic')#验证码元素位置time.sleep(1)location=img.locationsize=img.size#获取验证码的大小参数left=location['x']top=location['y']right=left+size['width']bottom=top+size['height']image_obj=page_snap_obj.crop((left,top,right,bottom))#按照验证码的长宽，切割验证码image_obj.show()#打开切割后的完整验证码self.driver.close()#处理完验证码后关闭浏览器returnimage_objdefprocessing_image(self):image_obj=self.get_pictures()#获取验证码img=image_obj.convert("L")#转灰度pixdata=img.load()w,h=img.sizethreshold=160#遍历所有像素，大于阈值的为黑色foryinrange(h):forxinrange(w):ifpixdata[x,y]<threshold:pixdata[x,y]=0else:pixdata[x,y]=255returnimgdefdelete_spot(self):images=self.processing_image()data=images.getdata()w,h=images.sizeblack_point=0forxinrange(1,w-1):foryinrange(1,h-1):mid_pixel=data[w*y+x]#中央像素点像素值ifmid_pixel<50:#找出上下左右四个方向像素点像素值top_pixel=data[w*(y-1)+x]left_pixel=data[w*y+(x-1)]down_pixel=data[w*(y+1)+x]right_pixel=data[w*y+(x+1)]#判断上下左右的黑色像素点总个数iftop_pixel<10:black_point+=1ifleft_pixel<10:black_point+=1ifdown_pixel<10:black_point+=1ifright_pixel<10:black_point+=1ifblack_point<1:images.putpixel((x,y),255)black_point=0#images.show()returnimagesdefimage_str(self):image=self.delete_spot()pytesseract.pytesseract.tesseract_cmd=r"C:\ProgramFiles\Tesseract-OCR\tesseract.exe"#设置pyteseract路径result=pytesseract.image_to_string(image)#图片转文字resultj=re.sub(u"([^\u4e00-\u9fa5\u0030-\u0039\u0041-\u005a\u0061-\u007a])","",result)#去除识别出来的特殊字符result_four=resultj[0:4]#只获取前4个字符#print(resultj)#打印识别的验证码returnresult_fourif__name__=='__main__':a=VerificationCode()a.image_str()

看完了这篇文章，相信你对python获取验证码图片的方法有了一定的了解，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！