python使用opencv识别滑动验证码的缺口

Posted Python_Heaven

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python使用opencv识别滑动验证码的缺口相关的知识,希望对你有一定的参考价值。

安装opencv-python

高斯滤波 GaussianBlur 需传入ksize和sigmaX

边缘检测 Canny需传入threshold1和threshold2两个阈值

轮廓提取 findContours需传入image,mode,method

外接矩形 boundingRect 传入一个array

轮廓面积 contourArea,需传contour轮廓信息,oriented方向标识符 ,返回轮廓面积

轮廓周长arcLength,需传入curve:轮廓信息,closed:轮廓是否封闭,返回轮廓周长

缺口识别

首先定义三个方法

import cv2

GAUSSIAN_BLUR_KERNEL_SIZE = (5, 5)
GAUSSIAN_BLUR_SIGMA_X = 0
CANNY_THRESHOLD1 = 200
CANNY_THRESHOLD2 = 450


def get_gaussian_blur_image(image):
    return cv2.GaussianBlur(image, GAUSSIAN_BLUR_KERNEL_SIZE, GAUSSIAN_BLUR_SIGMA_X)


def get_canny_image(image):
    return cv2.Canny(image, CANNY_THRESHOLD1, CANNY_THRESHOLD2)


def get_contours(image):
    contours, _ = cv2.findContours(image, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_SIMPLE)
    return contours


image_raw = cv2.imread('captcha.png')  # 读取图片
image_height,  image_width, _ = image_raw.shape  # 获得宽高
image_gaussian_blur = get_gaussian_blur_image(image_raw)  # 高斯滤波处理
image_canny = get_canny_image(image_gaussian_blur)  # 边缘检测处理
contours = get_contours(image_canny)  # 获取轮廓信息


def get_contour_area_threshold(image_width, image_height):  # 定义面积上限和下限
    contour_area_min = (image_width * 0.15) * (image_height * 0.25) * 0.8
    contour_area_max = (image_width * 0.15) * (image_height * 0.25) * 1.2
    return contour_area_min, contour_area_max


def get_arc_length_threshold(image_width, image_height):  # 定义周长上限和下限
    arc_length_min = ((image_width * 0.15) + (image_height * 0.25)) * 2 * 0.8
    arc_length_max = ((image_width * 0.15) + (image_height * 0.25)) * 2 * 1.2
    return arc_length_min, arc_length_max


def get_offset_threshold(image_width):  # 缺口位置偏移量上限和下限
    offset_min = 0.2 * image_width
    offset_max = 0.85 * image_width
    return offset_min, offset_max


contour_area_min, contour_area_max = get_contour_area_threshold(image_width, image_height)
arc_length_min, arc_length_max = get_arc_length_threshold(image_width, image_height)
offset_min, offset_max = get_offset_threshold(image_width)
offset = None

for contour in contours:
    x, y, w, h = cv2.boundingRect(contour)
    if contour_area_min < cv2.contourArea(contour) < contour_area_max and \\
            arc_length_min < cv2.arcLength(contour, True) < arc_length_max and \\
            offset_min < x < offset_max:
        cv2.rectangle(image_raw, (x, y), (x + w, y + h), (0, 0, 255), 2)
        offset = x
cv2.imwrite('image_label.png', image_raw)
print('offset', offset)


识别过程中图片:


最后返回偏移量offset 163

以上是关于python使用opencv识别滑动验证码的缺口的主要内容,如果未能解决你的问题,请参考以下文章

python使用opencv识别滑动验证码的缺口

Python之极验滑动验证码的识别(教程+案例)

Python3网络爬虫实战-43极验滑动验证码的识别

七步完美解决问题python爬虫极验滑动验证码问题

8.2 极验滑动验证码的识别

极验滑动验证码的识别