用python怎样识别验证码？（含源码）(2)

return0ify==0:#第一行

ifx==0:#左上顶点,4邻域

#中心点旁边3个点

sum=cur_pixel+img.getpixel((x,y+1))+img.getpixel((x+1,y))+img.getpixel((x+1,y+1))return4-sumelifx==width-1:#右上顶点

sum=cur_pixel+img.getpixel((x,y+1))+img.getpixel((x-1,y))+img.getpixel((x-1,y+1))return4-sumelse:#最上非顶点,6邻域

∵y=t-1∴t=y+1t^2=(y+1)^2∴x=3t^2∴x=3(y+1)^2(y+1)^2=x/3x=3(y+1)^2表示以(0,-1)为中心,(1/12,-1)为焦点的抛物线.。当x和y的类型相同时，x == y可以转化为x === y，而后者是很简单的(唯一需要注意的可能是nan)，所以下面我们只考虑x和y的类型不同的情况。（1）因为对任意x,y∈r,恒有f(x+y)=f(x)+f(y),因此令x=y=0,可得f(0)=f(0)+f(0),于是,f(0)=0（2）再令x=y=1,可得f(2)=f(1)+f(1)=1+1=2,因此,原不等式等价于f(2a)>f(a-1)+f(2)另一方面,由于“对任意x,y∈r,恒有f(x+y)=f(x)+。

ifx==0:#左下顶点

#中心点旁边3个点

sum=cur_pixel+img.getpixel((x+1,y))+img.getpixel((x+1,y-1))+img.getpixel((x,y-1))return4-sumelifx==width-1:#右下顶点

sum=cur_pixel+img.getpixel((x,y-1))+img.getpixel((x-1,y))+img.getpixel((x-1,y-1))return4-sumelse:#最下非顶点,6邻域

u22(x,y) = u11(x,y) * 3/4 - u12(x,y) * 3^(1/2))/4 - u21(x,y) * (3^(1/2))/4 + u22(x,y)/4。∵y=t-1∴t=y+1t^2=(y+1)^2∴x=3t^2∴x=3(y+1)^2(y+1)^2=x/3x=3(y+1)^2表示以(0,-1)为中心,(1/12,-1)为焦点的抛物线.。x^2＋y^2+z^2=9,y=x.所以:2x^2+z^2=9令根号(2)x=3cosa,则:z=3sina所以参数方程是:x=3根号(2)cosa/2,y=3根号(2)cosa/2,z=3sina(x-1)^2+y^2+(z+1)^2=4,z=0 (x-1)^2+y^2=3x-1=根号(3)sinay=根号(3)co。

ifx==0:#左边非顶点

sum=img.getpixel((x,y-1))+cur_pixel+img.getpixel((x,y+1))+img.getpixel((x+1,y-1))+img.getpixel((x+1,y))+img.getpixel((x+1,y+1))return6-sumelifx==width-1:#右边非顶点

#print('%s,%s'%(x,y))

sum=img.getpixel((x,y-1))+cur_pixel+img.getpixel((x,y+1))+img.getpixel((x-1,y-1))+img.getpixel((x-1,y))+img.getpixel((x-1,y+1))return6-sumelse:#具备9领域条件的

sum=img.getpixel((x-1,y-1))+img.getpixel((x-1,y))+img.getpixel((x-1,y+1))+img.getpixel((x,y-1))+cur_pixel+img.getpixel((x,y+1))+img.getpixel((x+1,y-1))+img.getpixel((x+1,y))+img.getpixel((x+1,y+1))return9-sum

Tips:这个地方是相当考验人的细心和耐心程度了，这个地方的工作量还是蛮大的，花了半个晚上的时间才完成的。

计算好每个像素点的周边像素黑点（注意：PIL转化的图片黑点的值为0）个数后，只需要筛选出个数为1或者2的点的坐标即为孤立点。这个判断方法可能不太准确，但是基本上能够满足本文的需求了。

经过预处理后的图片如下所示:

对比文章开头的原始图片，那些孤立点都被移除掉，相对比较干净的验证码图片已经生成。

设置内容是逗号分割的 4 部分，含义如下： 第一部分[登录时是否使用验证码]： 0 - 不使用 / 1 - 使用 第二部分[验证码的字符个数]： 2~8，默认 4 第三部分[验证码字符构成]：3 种模式, 1 - 纯数字 / 2 - 纯字母 / 0 - 混合（既有数字也有字 母） ，默认 1 - 纯数字 第四部分[验证码中包含字符时，验证时是否区分大小写]： 0 - 不区分 / 1 - 区分 ，默认 0 - 不区域 若不存在，认为登录时不使用验证码 设置网页超时时限 在配置文件 web.config 中查看“

于是，我们的研究对象由“N种字串的组合对象”变成“10种阿拉伯数字”的处理，极大的简化和减少了处理对象。

9.1 分割算法

现实生活中的字符验证码的产生千奇百怪，有各种扭曲和变形。关于字符分割的算法，也没有很通用的方式。这个算法也是需要开发人员仔细研究所要识别的字符图片的特点来制定的。

当然，本文所选的研究对象尽量简化了这个步骤的难度，下文将慢慢进行介绍。

使用图像编辑软件（PhoneShop或者其它）打开验证码图片，放大到像素级别，观察其它一些参数特点：

可以得到如下参数：

这样就可以很容易就定位到每个字符在整个图片中占据的像素区域，然后就可以进行分割了，具体代码如下：

defget_crop_imgs(img):"""

按照图片的特点,进行切割,这个要根据具体的验证码来进行工作.#见原理图

:paramimg:

:return:"""

child_img_list=[]foriinrange(4):

x=2+i*(6+4)#见原理图

y=0

child_img=img.crop((x,y,x+6,y+10))

child_img_list.append(child_img)returnchild_img_list

然后就能得到被切割的原子级的图片元素了：

9.2 内容小结

基于本部分的内容的讨论，相信大家已经了解到了，如果验证码的干扰（扭曲，噪点，干扰色块，干扰线……）做得不够强的话，可以得到如下两个结论：

在没有形成指数级或者几何级的难度增加，而只是线性有限级增加计算量时，意义不太大。

本文所选择的研究对象本身尺寸就是统一状态：6*10的规格，所以此部分不需要额外处理。但是一些进行了扭曲和缩放的验证码，则此部分也会是一个图像处理的难点。

在前面的环节，已经完成了对单个图片的处理和分割了。后面就开始进行识别模型的训练了。

整个训练过程如下：

大量完成预处理并切割到原子级的图片素材准备

对素材图片进行人为分类，即：打标签

定义单张图片的识别特征

使用SVM训练模型对打了标签的特征文件进行训练，得到模型文件

000005000027000028000033000042000045000048000058000005000027000028000033000042000045000048000058即图片名字（无后缀）,test.txt是测试集，train.txt是训练集，val.txt是验证集，trainval.txt是训练和验证集.voc2007中，trainval大概是整个数据集的50%，test也大概是整个数据集的50%。 五、熟透音乐 熟透音乐阶段是良好掌握了切割音乐的巩固加深阶段，这一阶段的训练既可以检验练习的成果，又可以当作健美操基本功训练的一种方式。2008年舟山市八年级（下）期末试卷张青莲：测量相对原子质量 道尔顿：提出原子概念 法拉第：电磁感应现象 d、元素符号周围数字的涵义 前面的数字：表示粒子的个数 正上方数字：表示元素化合价 右上角数字：...。

在这12000张图片中删除一些会影响训练和识别的强干扰的干扰素材，切割后的效果图如下：

由于本文使用的这种识别方法中，机器在最开始是不具备任何 数字的观念的。所以需要人为的对素材进行标识，告诉机器什么样的图片的内容是 1……。

这个过程叫做“标记”。

具体打标签的方法是：

为0~9每个数字建立一个目录，目录名称为相应数字（相当于标签）

人为判定图片内容，并将图片拖到指定数字目录中

对于切割后的单个字符图片，像素级放大图如下：

现在蒙版该层&填充黑色，然后白色笔刷画云的部分，你也许能透过此步操作看见很差劲的像素，快使用图章工具盖上他们。1、新建一个1000 * 750像素，分辨率为72的画布，背景填充黑色。在填充路径时要用到填充规则，这里一共有两个填充规则。

字符图片宽6个像素，高10个像素，理论上可以最简单粗暴地可以定义出60个特征：60个像素点上面的像素值。但是显然这样高维度必然会造成过大的计算量，可以适当的降维。

通过查阅相应的文献 [2]，给出另外一种简单粗暴的特征定义：

每行上黑色像素的个数，可以得到10个特征

每列上黑色像素的个数，可以得到6个特征

最后得到16维的一组特征，实现代码如下：

defget_feature(img):"""

获取指定图片的特征值,

1.按照每排的像素点,高度为10,则有10个维度,然后为6列,总共16个维度

:paramimg_path:

:return:一个维度为10（高度）的列表"""

width,height=img.size

pixel_cnt_list=[]

height=10foryinrange(height):

pix_cnt_x=0forxinrange(width):ifimg.getpixel((x,y))==0:#黑色点

pix_cnt_x+=1

pixel_cnt_list.append(pix_cnt_x)forxinrange(width):

pix_cnt_y=0foryinrange(height):ifimg.getpixel((x,y))==0:#黑色点

pix_cnt_y+=1

writes((newstringbuilder()).append('\\fu[').append(cha.get_name()).append(']').append(chat).tostring())。 sb.append(targetname).append(".").append(methodname).append("(")。sb.append(system.web.hosting.hostingenvironment.applicationid).append("
").append(system.web.hosting.hostingenvironment.applicationphysicalpath).append("
").append(system.web.hosting.hostingenvironment.applicationvirtualpath).append("
").append(system.web.hosting.hostingenvironment.sitename).append("
").append(system.web.hosting.hostingenvironment.applicationhost.tostring())。

然后就将图片素材特征化，按照libSVM指定的格式生成一组带特征值和标记值的向量文件。内容示例如下：

说明如下：

第一列是标签列，即此图片人为标记值，后续还有其它数值1~9的标记

后面是16组特征值，冒号前面是索引号，后面是值

如果有1000张训练图片，那么会产生1000行的记录

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-107326-2.html