簡介
圖片驗證碼識別的可以分為幾個步驟，一般用 Pillow 庫或 OpenCV 來實現，這幾個過程是：
- 1.灰度處理&二值化
- 2.降噪
- 3.字元分割
- 4.標準化
- 5.識別
所謂降噪就是把不需要的資訊通通去除，比如背景，干擾線，干擾畫素等等，只留下需要識別的字元，讓圖片變成2進位制點陣，方便代入模型訓練。
8鄰域降噪
8鄰域降噪 的前提是將圖片灰度化，即將彩色影像轉化為灰度影像。以RGN色彩空間為例，彩色影像中每個畫素的顏色由R 、G、B三個分量決定，每個分量由0到255種取值，這個一個畫素點可以有一千多萬種顏色變化。而灰度則是將三個分量轉化成一個，使每個畫素點只有0-255種取值，這樣可以使後續的影像計算量變得少一些。
以上面的灰度圖片為例，圖片越接近白色的點畫素越接近255，越接近黑色的點畫素越接近0，而且驗證碼字元肯定是非白色的。對於其中噪點大部分都是孤立的小點的，而且字元都是串聯在一起的。8鄰域降噪 的原理就是依次遍歷圖中所有非白色的點，計算其周圍8個點中屬於非白色點的個數，如果數量小於一個固定值，那麼這個點就是噪點。對於不同型別的驗證碼這個閾值是不同的，所以可以在程式中配置，不斷嘗試找到最佳的閾值。
經過測試8鄰域降噪 對於小的噪點的去除是很有效的，而且計算量不大，下圖是閾值設定為4去噪後的結果：
Pillow實現
下面是使用 Pillow 模組的實現程式碼:
from PIL import Image
def noise_remove_pil(image_name, k):
"""
8鄰域降噪
Args:
image_name: 圖片檔案命名
k: 判斷閾值
Returns:
"""
def calculate_noise_count(img_obj, w, h):
"""
計算鄰域非白色的個數
Args:
img_obj: img obj
w: width
h: height
Returns:
count (int)
"""
count = 0
width, height = img_obj.size
for _w_ in [w - 1, w, w + 1]:
for _h_ in [h - 1, h, h + 1]:
if _w_ > width - 1:
continue
if _h_ > height - 1:
continue
if _w_ == w and _h_ == h:
continue
if img_obj.getpixel((_w_, _h_)) < 230: # 這裡因為是灰度影像，設定小於230為非白色
count += 1
return count
img = Image.open(image_name)
# 灰度
gray_img = img.convert(`L`)
w, h = gray_img.size
for _w in range(w):
for _h in range(h):
if _w == 0 or _h == 0:
gray_img.putpixel((_w, _h), 255)
continue
# 計算鄰域非白色的個數
pixel = gray_img.getpixel((_w, _h))
if pixel == 255:
continue
if calculate_noise_count(gray_img, _w, _h) < k:
gray_img.putpixel((_w, _h), 255)
return gray_img
if __name__ == `__main__`:
image = noise_remove_pil("test.jpg", 4)
image.show()OpenCV實現
使用OpenCV可以提高計算效率:
import cv2
def noise_remove_cv2(image_name, k):
"""
8鄰域降噪
Args:
image_name: 圖片檔案命名
k: 判斷閾值
Returns:
"""
def calculate_noise_count(img_obj, w, h):
"""
計算鄰域非白色的個數
Args:
img_obj: img obj
w: width
h: height
Returns:
count (int)
"""
count = 0
width, height = img_obj.shape
for _w_ in [w - 1, w, w + 1]:
for _h_ in [h - 1, h, h + 1]:
if _w_ > width - 1:
continue
if _h_ > height - 1:
continue
if _w_ == w and _h_ == h:
continue
if img_obj[_w_, _h_] < 230: # 二值化的圖片設定為255
count += 1
return count
img = cv2.imread(image_name, 1)
# 灰度
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
w, h = gray_img.shape
for _w in range(w):
for _h in range(h):
if _w == 0 or _h == 0:
gray_img[_w, _h] = 255
continue
# 計算鄰域pixel值小於255的個數
pixel = gray_img[_w, _h]
if pixel == 255:
continue
if calculate_noise_count(gray_img, _w, _h) < k:
gray_img[_w, _h] = 255
return gray_img
if __name__ == `__main__`:
image = noise_remove_cv2("test.jpg", 4)
cv2.imshow(`img`, image)
cv2.waitKey(10000)