兰州seo新站优化招商,大连市营商环境建设监督局网站,wordpress固定连接出错,网站建设yu本文将重点介绍机器视觉的一个分支#xff1a;文字识别#xff0c;
介绍如何用一些 Python库来识别和使用在线图片中的文字
我们可以很轻松的阅读图片里的文字#xff0c;但是机器阅读这些图片就会非常困难#xff0c;利用这种人类用户可以正常读取但是大多数机器人都没法…本文将重点介绍机器视觉的一个分支文字识别
介绍如何用一些 Python库来识别和使用在线图片中的文字
我们可以很轻松的阅读图片里的文字但是机器阅读这些图片就会非常困难利用这种人类用户可以正常读取但是大多数机器人都没法读取的图片验证码 (CAPTCHA)就出现了
将图像翻译成文字一般被称为光学文字识别(Optical Character Recognition, OCR)
下载安装包下载训练数据
https://github.com/tesseract-ocr/tesseract/wiki
https://github.com/tesseract-ocr/tesseract/wiki/Data-Files import pytesseractimport urllib.requestfrom PIL import Imageurl https://so.gushiwen.org/RandCode.ashx?urllib.request.urlretrieve(url,./captcha.png)def cleanImage(path):image Image.open(path)# 灰度化image image.convert(L)# 背景杂点删除data image.load()#返回图片的ndarray数据w,h image.sizefor i in range(w):for j in range(h):if data[i,j] 150: #阈值估计的值data[i,j] 255 #纯白else:data[i,j] 0 #纯黑image.save(clean_captcha.png)return imageimage cleanImage(./captcha.png)image.show()result pytesseract.image_to_string(image)
#
print(result)
古诗文网站使用selenium模拟登陆识别验证码
from selenium import webdriver
import pytesseract
from PIL import Image
import timeurl https://so.gushiwen.org/user/login.aspx?fromhttp://so.gushiwen.org/user/collect.aspxdef get_captcha():driver webdriver.Chrome()driver.maximize_window()driver.implicitly_wait(10)driver.get(url)# 元素img driver.find_element_by_id(imgCode)driver.save_screenshot(./poem.png)image Image.open(./poem.png)# 左上角坐标loc img.locationprint(loc)# 图片宽度高度size img.sizeprint(size)# 矩形区域# 160,260# 234,291rec (loc[x]100 , loc[y]51, 554, 290)captcha image.crop(rec)# 保存到文件中captcha.save(./captcha.png)return driverdef recognize_captcha():captcha Image.open(./captcha.png)gray captcha.convert(L)data gray.load()w,h captcha.sizefor x in range(w):for y in range(h):# 0 ~ 255 0纯黑255纯白if data[x,y] 140:data[x,y] 0else:data[x,y] 255code pytesseract.image_to_string(gray)return codedef login(drive,code):drive.find_element_by_id(email).send_keys(xxxxxxxqq.com)drive.find_element_by_id(pwd).send_keys(xxxxabc)drive.find_element_by_id(code).send_keys(code)time.sleep(3)drive.find_element_by_id(denglu).click()if __name__ __main__:drive get_captcha()# code验证码有可能出错code recognize_captcha()# print(----------------,code)login(drive,code)drive.quit()
