使用python怎么对验证码进行降噪-创新互联
今天就跟大家聊聊有关使用python怎么对验证码进行降噪,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。
站在用户的角度思考问题,与客户深入沟通,找到勐腊网站设计与勐腊网站推广的解决方案,凭借多年的经验,让设计与互联网技术结合,创造个性化、用户体验好的作品,建站类型包括:成都网站制作、成都网站设计、企业官网、英文网站、手机端网站、网站推广、域名注册、虚拟空间、企业邮箱。业务覆盖勐腊地区。图像灰度化处理
import cv2 import numpy as np img = cv2.imread('./picture/1.jpg') #将图片灰度化处理,降维,加权进行灰度化c gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) cv2.imshow('min_gray',gray) cv2.waitKey(0) cv2.destroyAllWindows()
效果:
图像二值化处理
t,gray2 = cv2.threshold(gray,220,255,cv2.THRESH_BINARY) cv2.imshow('threshold',gray2) cv2.waitKey(0) cv2.destroyAllWindows()
效果:
8领域过滤
def remove_noise(img,k=4): img2 = img.copy() # img处理数据,k过滤条件 w,h = img2.shape def get_neighbors(img3,r,c): count = 0 for i in [r-1,r,r+1]: for j in [c-1,c,c+1]: if img3[i,j] > 10:#纯白色 count+=1 return count # 两层for循环判断所有的点 for x in range(w): for y in range(h): if x == 0 or y == 0 or x == w -1 or y == h -1: img2[x,y] = 255 else: n = get_neighbors(img2,x,y)#获取邻居数量,纯白色的邻居 if n > k: img2[x,y] = 255 return img2 result = remove_noise(gray2) cv2.imshow('8neighbors',result) cv2.waitKey(0) cv2.destroyAllWindows()
过滤后的效果:
代码整合:
import cv2 import numpy as np img = cv2.imread('./picture/1.jpg') #将图片灰度化处理,降维,加权进行灰度化c gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) t,gray2 = cv2.threshold(gray,200,255,cv2.THRESH_BINARY) cv2.imshow('threshold',gray2) result = remove_noise(gray2) cv2.imshow('8neighbors',result) cv2.waitKey(0) cv2.destroyAllWindows()
看完上述内容,你们对使用python怎么对验证码进行降噪有进一步的了解吗?如果还想了解更多知识或者相关内容,请关注创新互联行业资讯频道,感谢大家的支持。
网站标题:使用python怎么对验证码进行降噪-创新互联
文章源于:http://scyanting.com/article/dpjdds.html