python实现验证码的非连接字符的分割算法

来源：互联网发布：中学生网络文明公约编辑：程序博客网时间：2024/05/16 14:26

最近在抓取某网站时候，遇到了验证码的问题，想要破解一下验证码，示例验证码如下

这种验证码位置不固定，并且有倾斜，垂直投影会有交叉的部分，所以不适合用垂直切割的办法，受图像处理中洪水算法的启发，想到一种思路

洪水算法参见 http://blog.csdn.net/Trent1985/article/details/44904431

常见实现办法有递归，扫描线算法等，本文针对的验证码不适合用扫描线算法，遂用递归实现

以下是核心代码：

import numpy as npimport cv2from PIL import Imagedef getPoint(x,y,data,subdata=None):    a=[0,-1,0,1,0,-2,0,2,0,-3,0,3,0,-4,0,4,0,-5,0,5]    b=[1,0,-1,0,2,0,-2,0,3,0,-3,0,4,0,-4,0,5,0,-5,0]    width,height=data.shape    if subdata is None:        subdata=[]    if x>5 and y<height-5 and y>5 and x<width-5:        for i in range(20):            if data[x+a[i]][y+b[i]]==1:                subdata.append((x+a[i],y+b[i]))                data[x+a[i]][y+b[i]]=2                getPoint(x+a[i],y+b[i],data,subdata)    subdata.append((x,y))def getcell(data):    list1=[]    index=0    flag=True    for y in range(data.shape[1]):        for x in range(data.shape[0]):            if data[x][y]==1:                if list1:                    for i in range(len(list1)):                        if (x,y) in list1[i]:                            flag=False                if not flag:                    continue                list1.append([])                getPoint(x,y,data,list1[index])#调用流水算法                index+=1            else :                continue        for index in range(len(list1)):        l=list1[index][0][0]        t=list1[index][0][1]        r=list1[index][0][0]        b=list1[index][0][1]        for i in list1[index]:            x=i[0]            y=i[1]            l=min(l,x)            t=min(t,y)            r=max(r,x)            b=max(b,y)        w=r-l+1        h=b-t+1        if (w*h <8):#去除小色块            continue        img0=np.zeros([w,h])#创建全0矩阵        for x,y in list1[index]:            img0[x-l][y-t]=1        img0[img0<1]=255        img1=Image.fromarray(img0)        img1=img1.convert('RGB')        img1.save('img2/'+str(index)+'.png')

以上是我个人实现的解决方案，虽然算不上最优，但基本能够满足需求

有不足之处欢迎指出，也欢迎提出更优的解决方案

阅读全文

0 0