使用python 对验证码图片进行降噪处理

Python  /  管理员 发布于 7年前   196

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')    # 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') two_value()

运行结果图如下：

然后对黑白图片进行降噪，去掉那些单独的黑色像素点：

from PIL import Image # 去除干扰线im = Image.open('./Img2/1.jpg')# 图像二值化data = im.getdata()w,h = im.sizeblack_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:        im.putpixel((x,y),255)      # print(black_point)      black_point = 0 im.save('xxxx.jpg')

运行结果如下图所示：

最后对边框上附着的黑色像素点进行消除：

from PIL import Image # 去除干扰线im = Image.open('./Img2/1.jpg')# 图像二值化data = im.getdata()w,h = im.sizeblack_point = 0 for x in range(1,w-1):  for y in range(1,h-1):    if x<2 or y<2 :      im.putpixel((x-1, y-1), 255)    if x>w-3 or y>h-3:      im.putpixel((x+1 , y+1 ), 255) im.save('xxx.jpg')

运行结果：

以上这篇使用python 对验证码图片进行降噪处理就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。