python获取验证码图片的方法

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。

import re  # 用于正则 from PIL import Image  # 用于打开图片和对图片处理 import pytesseract  # 用于图片转文字 from selenium import webdriver  # 用于打开网站 import time  # 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。

class VerificationCode:     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

def get_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.location     size = 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     return image_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。

def processing_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.size     threshold = 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     for y in range(h):         for x in range(w):             if pixdata[x, y] < threshold:                 pixdata[x, y] = 0             else:                 pixdata[x, y] = 255     return img

经过灰度处理后的图片：

然后删除一些扰乱识别的像素点。

def delete_spot(self):     images = self.processing_image()     data = images.getdata()     w, h = images.size     black_point = 0     for x in range(1, w - 1):         for y in range(1, h - 1):             mid_pixel = data[w * y + x]  # 中央像素点像素值             if mid_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                 if top_pixel < 10:                     black_point += 1                 if left_pixel < 10:                     black_point += 1                 if down_pixel < 10:                     black_point += 1                 if right_pixel < 10:                     black_point += 1                 if black_point < 1:                     images.putpixel((x, y), 255)                 black_point = 0     # images.show()     return images

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。

def image_str(self):     image = self.delete_spot()     pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\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     return result_four

完整代码如下：

import re  # 用于正则 from PIL import Image  # 用于打开图片和对图片处理 import pytesseract  # 用于图片转文字 from selenium import webdriver  # 用于打开网站 import time  # 代码运行停顿    class VerificationCode:     def __init__(self):         self.driver = webdriver.Firefox()         self.find_element = self.driver.find_element_by_css_selector       def get_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.location         size = 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         return image_obj       def processing_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.size         threshold = 160         # 遍历所有像素，大于阈值的为黑色         for y in range(h):             for x in range(w):                 if pixdata[x, y] < threshold:                     pixdata[x, y] = 0                 else:                     pixdata[x, y] = 255         return img       def delete_spot(self):         images = self.processing_image()         data = images.getdata()         w, h = images.size         black_point = 0         for x in range(1, w - 1):             for y in range(1, h - 1):                 mid_pixel = data[w * y + x]  # 中央像素点像素值                 if mid_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                     if top_pixel < 10:                         black_point += 1                     if left_pixel < 10:                         black_point += 1                     if down_pixel < 10:                         black_point += 1                     if right_pixel < 10:                         black_point += 1                     if black_point < 1:                         images.putpixel((x, y), 255)                     black_point = 0         # images.show()         return images       def image_str(self):         image = self.delete_spot()         pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\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         return result_four   if __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！