python验证码识别——前处理

作者: ubunoon 来源: 博客园发布时间: 2011-02-16 22:55 阅读: 8441 次推荐: 0 原文链接 [收藏]

目前不少系统的验证码做得越来越复杂，人眼都难以识别，尤其是QQ之类的验证码，想要识别，太难了。

现在有这样一个验证码：

一般的验证码识别，都是先进行前处理，然后分割，在进行识别。这个验证码没有其他噪音，但存在一条横穿的曲线干扰，并且验证码中字体是粘连在一起的。

如果不将干扰曲线去除，那么整个识别将会受到一定的影响，为此，先要去掉这条曲线，首先通过的办法是将先获取曲线的头位置（x，y），这一部分很简单，代码如下：

 1 def get_left_start_point(im):
 2     start_point = (0,0)
 3     found = False
 4     w, h = im.size
 5     data = list(im.getdata())
 6     for x in xrange(w):
 7         for y in xrange(h):
 8             if data[ y*w + x ] != white:
 9                 found = True
10                 start_point = (x,y)
11                 break
12         
13         if found:
14             break
15     return start_point

取到头结点后，然后依次从左到右遍历过去，上下判断是否为黑点，将线条坐标位置保存起来，之后进行线条位置去除，代码如下(感谢孙志海朋友的提示）：

def remove_line(im, aim):
    w,h = im.size
    data = list( im.getdata() )
    
     for x,y in aim:
        curr = data[ y * w + x ]
        prev = data[ (y-1) * w + x]
        next = data[ (y+1) * w + x]
        
        if prev == black and next == black:
            continue
        
        if prev == black:
            data[ y * w + x ] = white
            data[ (y-1) * w + x] = white

            
        elif next == black:
            data[ y * w + x ] = white
            data[ (y+1) * w + x] = white
            
        else:
            data[ y * w + x ] = white