快捷導(dǎo)航

Python+Selenium+Pytesseract實(shí)現(xiàn)圖片驗(yàn)證碼識(shí)別

更新時(shí)間：2022年01月08日 13:31:54 作者：Python可樂(lè)呀

這篇文章主要介紹了利用Python+Selenium+Pytesseract實(shí)現(xiàn)圖片驗(yàn)證碼識(shí)別，文中的示例代碼講解詳細(xì)，感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下

一、selenium截取驗(yàn)證碼

import json
from io import BytesIO

import time
from test.testBefore.testDriver import driver
from test.util.test_pytesseract import recognize
from PIL import Image
import allure
import unittest

 '''
 /處理驗(yàn)證碼
 '''
 # 要截圖的元素
 element = driver.find_element_by_xpath('//*[@id="imgVerifyCode"]')
 # 坐標(biāo)
 x, y = element.location.values()
 # 寬高
 h, w = element.size.values()
 # 把截圖以二進(jìn)制形式的數(shù)據(jù)返回
 image_data = driver.get_screenshot_as_png()
 # 以新圖片打開(kāi)返回的數(shù)據(jù)
 screenshot = Image.open(BytesIO(image_data))
 # 對(duì)截圖進(jìn)行裁剪
 result = screenshot.crop((x, y, x + w, y + h))
 # 顯示圖片
 # result.show()
 # 保存驗(yàn)證碼圖片
 result.save('VerifyCode.png')
 # 調(diào)用recognize方法識(shí)別驗(yàn)證碼
 code = recognize('VerifyCode.png')
 # 輸入驗(yàn)證碼
 driver.find_element_by_xpath('//*[@id="txtcode"]').send_keys(code)
 '''
 處理驗(yàn)證碼/
 '''

注意：driver是引用我自己寫(xiě)的文件，可以自己隨便寫(xiě)一個(gè)。識(shí)別圖片的代碼單獨(dú)放在util文件夾下面的，參考標(biāo)題三的代碼，需要時(shí)引用。以上代碼定位元素都需要根據(jù)自己的項(xiàng)目定位元素修改。

二、安裝識(shí)別環(huán)境pytesseract+Tesseract-OCR

如果沒(méi)有輸出，又不確定你的pytesseract環(huán)境是否安裝好，可以用一張沒(méi)有干擾的圖片識(shí)別看看能不能有輸出結(jié)果，以下樣例在我的環(huán)境中可以直接輸出識(shí)別結(jié)果8fnp

驗(yàn)證識(shí)別環(huán)境是否正常

直接使用pytesseract識(shí)別圖片

001.png

text = pytesseract.image_to_string('./001.png')
print(text)

三、處理驗(yàn)證碼圖片

直接截圖的驗(yàn)證碼圖片存在噪點(diǎn)或者干擾線等，直接使用pytesseract識(shí)別可能會(huì)沒(méi)有輸出結(jié)果，如果環(huán)境正常，但沒(méi)有輸出結(jié)果，那多半是因?yàn)閳D片沒(méi)有處理好，識(shí)別不出來(lái)，可以多嘗試一些處理圖片的方式，以下代碼處理我截圖這種類(lèi)似的圖片效果比較好。

圖片處理識(shí)別

對(duì)圖片處理的過(guò)程：

圖片處理過(guò)程中可以多用im.show()看看每一步處理后的圖片是不是符合預(yù)期，如果效果不好調(diào)一下參數(shù)。另外在學(xué)習(xí)過(guò)程中發(fā)現(xiàn)有童鞋說(shuō)識(shí)別不出來(lái)把圖片使用cv2.resize()這個(gè)方法放大就能識(shí)別，可以參考Python中圖像的縮放 resize（）函數(shù)的應(yīng)用

實(shí)際截取的圖片

處理后的圖片

test_pytesseract.py

import pytesseract
from fnmatch import fnmatch
import cv2
import os


def clear_border(img, img_name):
    '''
    去除邊框
    '''
    h, w = img.shape[:2]
    for y in range(0, w):
        for x in range(0, h):
            # if y ==0 or y == w -1 or y == w - 2:
            if y < 2 or y > w - 2:
                img[x, y] = 255
            # if x == 0 or x == h - 1 or x == h - 2:
            if x < 1 or x > h - 1:
                img[x, y] = 255

    return img


def interference_line(img, img_name):
    '''
    干擾線降噪
    '''

    h, w = img.shape[:2]
    # ！?。pencv矩陣點(diǎn)是反的
    # img[1,2] 1:圖片的高度，2：圖片的寬度
    for r in range(0, 2):
        for y in range(1, w - 1):
            for x in range(1, h - 1):
                count = 0
                if img[x, y - 1] > 245:
                    count = count + 1
                if img[x, y + 1] > 245:
                    count = count + 1
                if img[x - 1, y] > 245:
                    count = count + 1
                if img[x + 1, y] > 245:
                    count = count + 1
                if count > 2:
                    img[x, y] = 255
    return img


def interference_point(img, img_name, x=0, y=0):
    """點(diǎn)降噪
    9鄰域框,以當(dāng)前點(diǎn)為中心的田字框,黑點(diǎn)個(gè)數(shù)
    :param x:
    :param y:
    :return:
    """
    # todo 判斷圖片的長(zhǎng)寬度下限
    cur_pixel = img[x, y]  # 當(dāng)前像素點(diǎn)的值
    height, width = img.shape[:2]

    for y in range(0, width - 1):
        for x in range(0, height - 1):
            if y == 0:  # 第一行
                if x == 0:  # 左上頂點(diǎn),4鄰域
                    # 中心點(diǎn)旁邊3個(gè)點(diǎn)
                    sum = int(cur_pixel) \
                          + int(img[x, y + 1]) \
                          + int(img[x + 1, y]) \
                          + int(img[x + 1, y + 1])
                    if sum <= 2 * 245:
                        img[x, y] = 0
                elif x == height - 1:  # 右上頂點(diǎn)
                    sum = int(cur_pixel) \
                          + int(img[x, y + 1]) \
                          + int(img[x - 1, y]) \
                          + int(img[x - 1, y + 1])
                    if sum <= 2 * 245:
                        img[x, y] = 0
                else:  # 最上非頂點(diǎn),6鄰域
                    sum = int(img[x - 1, y]) \
                          + int(img[x - 1, y + 1]) \
                          + int(cur_pixel) \
                          + int(img[x, y + 1]) \
                          + int(img[x + 1, y]) \
                          + int(img[x + 1, y + 1])
                    if sum <= 3 * 245:
                        img[x, y] = 0
            elif y == width - 1:  # 最下面一行
                if x == 0:  # 左下頂點(diǎn)
                    # 中心點(diǎn)旁邊3個(gè)點(diǎn)
                    sum = int(cur_pixel) \
                          + int(img[x + 1, y]) \
                          + int(img[x + 1, y - 1]) \
                          + int(img[x, y - 1])
                    if sum <= 2 * 245:
                        img[x, y] = 0
                elif x == height - 1:  # 右下頂點(diǎn)
                    sum = int(cur_pixel) \
                          + int(img[x, y - 1]) \
                          + int(img[x - 1, y]) \
                          + int(img[x - 1, y - 1])

                    if sum <= 2 * 245:
                        img[x, y] = 0
                else:  # 最下非頂點(diǎn),6鄰域
                    sum = int(cur_pixel) \
                          + int(img[x - 1, y]) \
                          + int(img[x + 1, y]) \
                          + int(img[x, y - 1]) \
                          + int(img[x - 1, y - 1]) \
                          + int(img[x + 1, y - 1])
                    if sum <= 3 * 245:
                        img[x, y] = 0
            else:  # y不在邊界
                if x == 0:  # 左邊非頂點(diǎn)
                    sum = int(img[x, y - 1]) \
                          + int(cur_pixel) \
                          + int(img[x, y + 1]) \
                          + int(img[x + 1, y - 1]) \
                          + int(img[x + 1, y]) \
                          + int(img[x + 1, y + 1])

                    if sum <= 3 * 245:
                        img[x, y] = 0
                elif x == height - 1:  # 右邊非頂點(diǎn)
                    sum = int(img[x, y - 1]) \
                          + int(cur_pixel) \
                          + int(img[x, y + 1]) \
                          + int(img[x - 1, y - 1]) \
                          + int(img[x - 1, y]) \
                          + int(img[x - 1, y + 1])

                    if sum <= 3 * 245:
                        img[x, y] = 0
                else:  # 具備9領(lǐng)域條件的
                    sum = int(img[x - 1, y - 1]) \
                          + int(img[x - 1, y]) \
                          + int(img[x - 1, y + 1]) \
                          + int(img[x, y - 1]) \
                          + int(cur_pixel) \
                          + int(img[x, y + 1]) \
                          + int(img[x + 1, y - 1]) \
                          + int(img[x + 1, y]) \
                          + int(img[x + 1, y + 1])
                    if sum <= 4 * 245:
                        img[x, y] = 0

    return img


def _get_dynamic_binary_image(filedir, img_name):
    '''
    自適應(yīng)閥值二值化
    '''
    filename = './' + img_name.split('.')[0] + '-binary.png'
    img_name = filedir + '/' + filename
    im = cv2.imread(img_name)
    im = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)

    th1 = cv2.adaptiveThreshold(im, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 21, 1)

    return th1


def recognize(image):

    filedir = './'  # 驗(yàn)證碼路徑

    for file in os.listdir(filedir):
        if fnmatch(file, image):
            img_name = file
            # 自適應(yīng)閾值二值化
            im = _get_dynamic_binary_image(filedir, img_name)
            # # 去除邊框
            im = clear_border(im, img_name)
            # 對(duì)圖片進(jìn)行干擾線降噪
            im = interference_line(im, img_name)
            # 對(duì)圖片進(jìn)行點(diǎn)降噪
            im = interference_point(im, img_name)
            filename = './' + img_name.split('.')[0] + '-interferencePoint.png'  # easy_code為保存路徑
            cv2.imwrite(filename, im)  # 保存圖片
            text = pytesseract.image_to_string(im, lang="eng",
                                               config='--psm 6 digits')  # config=digits只識(shí)別數(shù)字
    return text

    '''
    --psm 參數(shù)含義
    0：定向腳本監(jiān)測(cè)（OSD）
    1： 使用OSD自動(dòng)分頁(yè)
    2 ：自動(dòng)分頁(yè)，但是不使用OSD或OCR（Optical Character Recognition，光學(xué)字符識(shí)別）
    3 ：全自動(dòng)分頁(yè)，但是沒(méi)有使用OSD（默認(rèn)）
    4 ：假設(shè)可變大小的一個(gè)文本列。
    5 ：假設(shè)垂直對(duì)齊文本的單個(gè)統(tǒng)一塊。
    6 ：假設(shè)一個(gè)統(tǒng)一的文本塊。
    7 ：將圖像視為單個(gè)文本行。
    8 ：將圖像視為單個(gè)詞。
    9 ：將圖像視為圓中的單個(gè)詞。
    10 ：將圖像視為單個(gè)字符。
    '''

到此這篇關(guān)于Python+Selenium+Pytesseract實(shí)現(xiàn)圖片驗(yàn)證碼識(shí)別的文章就介紹到這了,更多相關(guān)Python圖片驗(yàn)證碼識(shí)別內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: