今天小编就为大家分享一篇使用python 对验证码图片进行降噪处理,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
首先贴一张验证码上来做案例:
第一步先通过二值化处理把干扰线去掉:
from PIL import Image # 二值化处理 def two_value(): for i in range(1,5): # 打开文件夹中的图片 image=Image.open('./Img/'+str(i)+'.jpg-600') # 灰度图 lim=image.convert('L') # 灰度阈值设为165,低于这个值的点全部填白色 threshold=165 table=[] for j in range(256): if j<threshold: table.append(0) else: table.append(1) bim=lim.point(table,'1') bim.save('. img2 '+str(i)+'.jpg-600') two_value() <pre></div><p>运行结果图如下:</p><p><strong>然后对黑白图片进行降噪,去掉那些单独的黑色像素点:</strong></p><div class="gaodaimacode"><pre class="prettyprint linenums"> from PIL import Image # 去除干扰线 im = Image.open('./Img2/1.jpg-600') # 图像二值化 data = im.getdata() w,h = im.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 left_pixel down_pixel right_pixel 判断上下左右的黑色像素点总个数 if <10: black_point +=1 1 <1: im.putpixe<div style="color:transparent">来源gaodai^.ma#com搞#代!码网</div>l((x,y),255) print(black_point) 0 im.save('xxxx.jpg-600') <pre></div><p>运行结果如下图所示:</p><p><strong>最后对边框上附着的黑色像素点进行消除:</strong></p><div class="gaodaimacode"><pre class="prettyprint linenums"> from PIL import Image # 去除干扰线 im = Image.open('./Img2/1.jpg-600') # 图像二值化 data = im.getdata() w,h = im.size black_point = 0 for x in range(1,w-1): for y in range(1,h-1): if x<2 or yw-3 or y>h-3: im.putpixel((x+1 , y+1 ), 255) im.save('xxx.jpg-600')
运行结果:
以上就是使用python 对验证码图片进行降噪处理的详细内容,更多请关注gaodaima搞代码网其它相关文章!