python中验证码连通域分割的方法详解

Python  /  管理员 发布于 7年前   177

实现思路

是用深度遍历，对图片进行二值化处理，先找到一个黑色像素，然后对这个像素的周围8个像素进行判断，如果没有访问过，就保存起来，然后最后这个数组的最小x和最大x就是x轴上的切割位置。这种分割的方法还是只能适用于没有粘连的验证码，比垂直分割的好处是，可以处理位置比较奇怪的验证码。

示例代码

def cfs(img): """传入二值化后的图片进行连通域分割""" pixdata = img.load() w,h = img.size visited = set() q = queue.Queue() offset = [(-1,-1),(0,-1),(1,-1),(-1,0),(1,0),(-1,1),(0,1),(1,1)] cuts = [] for x in range(w): for y in range(h):  x_axis = []  #y_axis = []  if pixdata[x,y] == 0 and (x,y) not in visited:  q.put((x,y))  visited.add((x,y))  while not q.empty():  x_p,y_p = q.get()  for x_offset,y_offset in offset:   x_c,y_c = x_p+x_offset,y_p+y_offset   if (x_c,y_c) in visited:   continue   visited.add((x_c,y_c))   try:   if pixdata[x_c,y_c] == 0:    q.put((x_c,y_c))    x_axis.append(x_c)    #y_axis.append(y_c)   except:   pass  if x_axis:  min_x,max_x = min(x_axis),max(x_axis)  if max_x - min_x > 3:   # 宽度小于3的认为是噪点，根据需要修改   cuts.append((min_x,max_x + 1)) return cuts def saveSmall(img, outDir, cuts): w, h = img.size pixdata = img.load() for i, item in enumerate(cuts): box = (item[0], 0, item[1], h) img.crop(box).save(outDir + str(i) + ".png")img = Image.open('out/51.png') saveSmall(img, 'cfs/', cfs(img))

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家的支持。

参考这篇文章： ///article/141434.htm