摘要:本文主要介绍了Python项目实战之常用验证码标注&识别(数据采集/预处理/字符图切割),通过具体的内容展现,希望对大家Python语言的学习有所帮助。
本文主要介绍了Python项目实战之常用验证码标注&识别(数据采集/预处理/字符图切割),通过具体的内容展现,希望对大家Python语言的学习有所帮助。
二、数据采集
数据采集:根据图片验证码链接进行批量下载图片,最开始时下载个20张先进行手动改文件名进行标注,下载这块代码编写不难,这里不贴代码了,见image_download.py文件。
三、预处理
预处理:根据需求分析中的字符切割描述,针对笔者的图片验证码案例情况,需要先进行常规验证码图片预处理,预处理通过OpenCV库实现,处理过程为:
原始图->灰度图->中值滤波->二值化->轮廓检测绘制(部分情况才可以加)->字符切割填充
大概过程功能简单描述如下,详细原理可以参考OpenCV相关文章和视频,引用链接:
[3.OpenCV文章专栏](https://blog.csdn.net/yukinoai/category_9283880.html)
[4.OpenCV-Python视频](https://www.bilibili.com/video/BV1tb4y1C7j7)
原始图(RGB)转灰度图:去除颜色信息,减少图片大小,单通道值方便滤波处理。读者可以脑洞一下,不去除颜色信息,能提取到指定字符颜色的轮廓吗?
灰度图中值滤波:进行噪音去除,取中间像素平均值
二值化:只留下0、255二种值,方便轮廓检测
轮廓检测:这一步主要用于提取字符轮廓矩形坐标,不适合字符挨得特别紧的情况
字符切割填充:根据生成的字符轮廓图片矩形坐标进行切割再填充对齐到指定宽高
具体执行效果如下:
下面是预处理过程部分核心代码,详细代码见image_split.py文件。
def pre_process_image(img, file_name):
# 去除边缘
img = img[2:-2, 2:-2]
# print(img.shape)
#得到灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# show("gray", gray)
#去除噪音
blur = cv2.medianBlur(gray, 3)
# show("blur", blur)
temp = gray.mean().item()
#二值化
ret, threshold = cv2.threshold(blur, temp, 255, cv2.THRESH_BINARY)
# show("threshold", threshold)
#保存二值化图片
if IS_SAVE_FILE:
cv2.imwrite(DST_IMG_DIR + file_name + "_threshold.png", threshold)
return threshold
执行图片预处理程序后具体效果图1-3如下:
轮廓检测绘制结果1:
根据图片轮廓进行字符切割结果2:
根据字符切割图片进行文件分类结果3:
以上就是字符图片切割的全部过程了,核心过程代码如下:
def split_image(file_path):
file_name = get_file_name(file_path)
img = read_image(file_path)
#验证码预处理
threshold = pre_process_image(img, file_name)
#查找轮廓边界列表
contours = find_counters(threshold)
#过滤合适的轮廓矩形列表
rect_list,result_rect = get_filter_rect(contours, img, file_name)
#分割矩形图片
return split_rect_img(file_path, threshold, rect_list, result_rect)
详细代码可以阅读源码,这里说一下这个过程中笔者编写预处理代码遇到的几个问题:
部分图片轮廓检测可以检测到多个轮廓,部分图片只有1-2个轮廓,部分可能一个轮廓都没有,这里代码进行了相应的调整处理,比如过滤大的外部轮廓和较小的内部轮廓,根据剩下的轮廓进行坐标排序,根据部分坐标得到所有字符轮廓
得到4个字符轮廓图片后,每个图片大小不一致,需要进行大小补齐,这个宽高参数需要根据数据集进行调整
以上就是数据采集/预处理的实现过程了,这里稍微说下学习OpenCV相关知识过程的情况,笔者是采用文章+视频间断性学习,大概是20-40个小时左右,然后再开始写具体字符图片切割的代码,读者可根据自己的时间安排学习速度,建议工具类的东西是快速学习,现学现用。好的,接下来介绍高效率、可复用的通用图片验证码数据标注功能实现。
四、总结
这篇内容主要讲解了常用验证码标注&识别的数据采集/预处理的实现过程,希望你有所帮助。
我是小职,记得找我
✅ 解锁高薪工作
✅ 免费获取基础课程·答疑解惑·职业测评
您输入的评论内容中包含违禁敏感词
我知道了
请输入正确的手机号码
请输入正确的验证码
您今天的短信下发次数太多了,明天再试试吧!
我们会在第一时间安排职业规划师联系您!
您也可以联系我们的职业规划师咨询:
版权所有 职坐标-一站式IT培训就业服务领导者 沪ICP备13042190号-4
上海海同信息科技有限公司 Copyright ©2015 www.zhizuobiao.com,All Rights Reserved.
沪公网安备 31011502005948号