Python+Selenium+Pytesseract實現圖片驗證碼識別
一、selenium截取驗證碼
import json
from io import BytesIO
import time
from test.testBefore.testDriver import driver
from test.util.test_pytesseract import recognize
from PIL import Image
import allure
import unittest
'''
/處理驗證碼
'''
# 要截圖的元素
element = driver.find_element_by_xpath('//*[@id="imgVerifyCode"]')
# 坐標
x, y = element.location.values()
# 寬高
h, w = element.size.values()
# 把截圖以二進制形式的數據返回
image_data = driver.get_screenshot_as_png()
# 以新圖片打開返回的數據
screenshot = Image.open(BytesIO(image_data))
# 對截圖進行裁剪
result = screenshot.crop((x, y, x + w, y + h))
# 顯示圖片
# result.show()
# 保存驗證碼圖片
result.save('VerifyCode.png')
# 調用recognize方法識別驗證碼
code = recognize('VerifyCode.png')
# 輸入驗證碼
driver.find_element_by_xpath('//*[@id="txtcode"]').send_keys(code)
'''
處理驗證碼/
'''
註意：driver是引用我自己寫的文件，可以自己隨便寫一個。識別圖片的代碼單獨放在util文件夾下面的，參考標題三的代碼，需要時引用。以上代碼定位元素都需要根據自己的項目定位元素修改。
二、安裝識別環境pytesseract+Tesseract-OCR
如果沒有輸出，又不確定你的pytesseract環境是否安裝好，可以用一張沒有幹擾的圖片識別看看能不能有輸出結果，以下樣例在我的環境中可以直接輸出識別結果8fnp
驗證識別環境是否正常
直接使用pytesseract識別圖片
001.png
text = pytesseract.image_to_string('./001.png')
print(text)
三、處理驗證碼圖片
直接截圖的驗證碼圖片存在噪點或者幹擾線等，直接使用pytesseract識別可能會沒有輸出結果，如果環境正常，但沒有輸出結果，那多半是因為圖片沒有處理好，識別不出來，可以多嘗試一些處理圖片的方式，以下代碼處理我截圖這種類似的圖片效果比較好。
圖片處理識別
對圖片處理的過程：
圖片處理過程中可以多用im.show()看看每一步處理後的圖片是不是符合預期，如果效果不好調一下參數。另外在學習過程中發現有童鞋說識別不出來把圖片使用cv2.resize()這個方法放大就能識別，可以參考Python中圖像的縮放 resize（）函數的應用
實際截取的圖片
處理後的圖片
test_pytesseract.py
import pytesseract
from fnmatch import fnmatch
import cv2
import os
def clear_border(img, img_name):
'''
去除邊框
'''
h, w = img.shape[:2]
for y in range(0, w):
for x in range(0, h):
# if y ==0 or y == w -1 or y == w - 2:
if y < 2 or y > w - 2:
img[x, y] = 255
# if x == 0 or x == h - 1 or x == h - 2:
if x < 1 or x > h - 1:
img[x, y] = 255
return img
def interference_line(img, img_name):
'''
幹擾線降噪
'''
h, w = img.shape[:2]
# ！！！opencv矩陣點是反的
# img[1,2] 1:圖片的高度，2：圖片的寬度
for r in range(0, 2):
for y in range(1, w - 1):
for x in range(1, h - 1):
count = 0
if img[x, y - 1] > 245:
count = count + 1
if img[x, y + 1] > 245:
count = count + 1
if img[x - 1, y] > 245:
count = count + 1
if img[x + 1, y] > 245:
count = count + 1
if count > 2:
img[x, y] = 255
return img
def interference_point(img, img_name, x=0, y=0):
"""點降噪
9鄰域框,以當前點為中心的田字框,黑點個數
:param x:
:param y:
:return:
"""
# todo 判斷圖片的長寬度下限
cur_pixel = img[x, y] # 當前像素點的值
height, width = img.shape[:2]
for y in range(0, width - 1):
for x in range(0, height - 1):
if y == 0: # 第一行
if x == 0: # 左上頂點,4鄰域
# 中心點旁邊3個點
sum = int(cur_pixel) \
+ int(img[x, y + 1]) \
+ int(img[x + 1, y]) \
+ int(img[x + 1, y + 1])
if sum <= 2 * 245:
img[x, y] = 0
elif x == height - 1: # 右上頂點
sum = int(cur_pixel) \
+ int(img[x, y + 1]) \
+ int(img[x - 1, y]) \
+ int(img[x - 1, y + 1])
if sum <= 2 * 245:
img[x, y] = 0
else: # 最上非頂點,6鄰域
sum = int(img[x - 1, y]) \
+ int(img[x - 1, y + 1]) \
+ int(cur_pixel) \
+ int(img[x, y + 1]) \
+ int(img[x + 1, y]) \
+ int(img[x + 1, y + 1])
if sum <= 3 * 245:
img[x, y] = 0
elif y == width - 1: # 最下面一行
if x == 0: # 左下頂點
# 中心點旁邊3個點
sum = int(cur_pixel) \
+ int(img[x + 1, y]) \
+ int(img[x + 1, y - 1]) \
+ int(img[x, y - 1])
if sum <= 2 * 245:
img[x, y] = 0
elif x == height - 1: # 右下頂點
sum = int(cur_pixel) \
+ int(img[x, y - 1]) \
+ int(img[x - 1, y]) \
+ int(img[x - 1, y - 1])
if sum <= 2 * 245:
img[x, y] = 0
else: # 最下非頂點,6鄰域
sum = int(cur_pixel) \
+ int(img[x - 1, y]) \
+ int(img[x + 1, y]) \
+ int(img[x, y - 1]) \
+ int(img[x - 1, y - 1]) \
+ int(img[x + 1, y - 1])
if sum <= 3 * 245:
img[x, y] = 0
else: # y不在邊界
if x == 0: # 左邊非頂點
sum = int(img[x, y - 1]) \
+ int(cur_pixel) \
+ int(img[x, y + 1]) \
+ int(img[x + 1, y - 1]) \
+ int(img[x + 1, y]) \
+ int(img[x + 1, y + 1])
if sum <= 3 * 245:
img[x, y] = 0
elif x == height - 1: # 右邊非頂點
sum = int(img[x, y - 1]) \
+ int(cur_pixel) \
+ int(img[x, y + 1]) \
+ int(img[x - 1, y - 1]) \
+ int(img[x - 1, y]) \
+ int(img[x - 1, y + 1])
if sum <= 3 * 245:
img[x, y] = 0
else: # 具備9領域條件的
sum = int(img[x - 1, y - 1]) \
+ int(img[x - 1, y]) \
+ int(img[x - 1, y + 1]) \
+ int(img[x, y - 1]) \
+ int(cur_pixel) \
+ int(img[x, y + 1]) \
+ int(img[x + 1, y - 1]) \
+ int(img[x + 1, y]) \
+ int(img[x + 1, y + 1])
if sum <= 4 * 245:
img[x, y] = 0
return img
def _get_dynamic_binary_image(filedir, img_name):
'''
自適應閥值二值化
'''
filename = './' + img_name.split('.')[0] + '-binary.png'
img_name = filedir + '/' + filename
im = cv2.imread(img_name)
im = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
th1 = cv2.adaptiveThreshold(im, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 21, 1)
return th1
def recognize(image):
filedir = './' # 驗證碼路徑
for file in os.listdir(filedir):
if fnmatch(file, image):
img_name = file
# 自適應閾值二值化
im = _get_dynamic_binary_image(filedir, img_name)
# # 去除邊框
im = clear_border(im, img_name)
# 對圖片進行幹擾線降噪
im = interference_line(im, img_name)
# 對圖片進行點降噪
im = interference_point(im, img_name)
filename = './' + img_name.split('.')[0] + '-interferencePoint.png' # easy_code為保存路徑
cv2.imwrite(filename, im) # 保存圖片
text = pytesseract.image_to_string(im, lang="eng",
config='--psm 6 digits') # config=digits隻識別數字
return text
'''
--psm 參數含義
0：定向腳本監測（OSD）
1： 使用OSD自動分頁
2 ：自動分頁，但是不使用OSD或OCR（Optical Character Recognition，光學字符識別）
3 ：全自動分頁，但是沒有使用OSD（默認）
4 ：假設可變大小的一個文本列。
5 ：假設垂直對齊文本的單個統一塊。
6 ：假設一個統一的文本塊。
7 ：將圖像視為單個文本行。
8 ：將圖像視為單個詞。
9 ：將圖像視為圓中的單個詞。
10 ：將圖像視為單個字符。
'''
到此這篇關於Python+Selenium+Pytesseract實現圖片驗證碼識別的文章就介紹到這瞭,更多相關Python圖片驗證碼識別內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！
推薦閱讀：
- python簡單驗證碼識別的實現過程
- Python+Pillow+Pytesseract實現驗證碼識別
- 用python登錄帶弱圖片驗證碼的網站
- python3定位並識別圖片驗證碼實現自動登錄功能
- 爬蟲Python驗證碼識別入門