目前不少系统的验证码做得越来越复杂,人眼都难以识别,尤其是QQ之类的验证码,想要识别,太难了。
现在有这样一个验证码:

一般的验证码识别,都是先进行前处理,然后分割,在进行识别。这个验证码没有其他噪音,但存在一条横穿的曲线干扰,并且验证码中字体是粘连在一起的。
如果不将干扰曲线去除,那么整个识别将会受到一定的影响,为此,先要去掉这条曲线,首先通过的办法是将先获取曲线的头位置(x,y),这一部分很简单,代码如下:
1 def get_left_start_point(im):
 2 start_point = (0,0)
 3 found = False
 4 w, h = im.size
 5 data = list(im.getdata())
 6 for x in xrange(w):
 7 for y in xrange(h):
 8 if data[ y*w + x ] != white:
 9 found = True
 10 start_point = (x,y)
 11 break
 12
 13 if found:
 14 break
 15 return start_point
取到头结点后,然后依次从左到右遍历过去,上下判断是否为黑点,将线条坐标位置保存起来,之后进行线条位置去除,代码如下(感谢孙志海朋友的提示):
def remove_line(im, aim):
 w,h = im.size
 data = list( im.getdata() )
 for x,y in aim:
 curr = data[ y * w + x ]
 prev = data[ (y-1) * w + x]
 next = data[ (y+1) * w + x]
 if prev == black and next == black:
 continue
 if prev == black:
 data[ y * w + x ] = white
 data[ (y-1) * w + x] = white
 elif next == black:
 data[ y * w + x ] = white
 data[ (y+1) * w + x] = white
 else:
 data[ y * w + x ] = white
于是可以得到去除黑线后的图像为:

除了几个孤立的点,图像中的黑线基本被去除干净,下面是几张是处理的比较好的:




下面这一张处理的比较差:





















