Python盘纪念币系列之二：识别验证码 03

上一期的分割方法以失败告终（Python盘纪念币系列之二：识别验证码 02）。问题摆在这里总要解决，所以我想了另外一个方法

字符分割

第一种方法宣告失败。重新仔细观察图片，发现所有验证码图片中的字符大概都占据了原始图片1/4的位置。那是否可以将原始图片均匀切割成四等份，刚好每个字符都在独立的块中呢？下面是算法步骤：

1. 图片转换为灰度图

   cap = get_gif_first_frame('1.jpg')
   cap = cv2.cvtColor(cap, cv2.COLOR_BGR2GRAY)
   

   image

2. 将图片中像素值小于某个数的像素像素值全部置零，有效降低干扰

   _, thresh = cv2.threshold(cap, 150, 255, cv2.THRESH_BINARY)
   

   image

3. 图片切为四份

   width = thresh.shape[1]
   chars = [thresh[:, 0:int(width / 4)],
            thresh[:, int(width / 4):int(width / 2)],
            thresh[:, int(width / 2):int(3 * width / 4)],
            thresh[:, int(3 * width / 4):]]
   

   image

4. 在水平和垂直方向上去掉字符块上下左右侧的黑边，以第一个字符块在垂直方向的处理方法为例，以下是的具体算法步骤：

   1. 将每一行的像素值相加

      vertical = [sum(char_patch[index, :]) for index in range(char_patch.shape[0])]
      

   2. 取出非零元素的下标，按照三种情况来取得字符块的边界。为了能完整切分字符，边界上下界下标特意各放宽了一个像素

      item_cnt = len(vertical)
      zero_vertical_index = [index for index, value in enumerate(vertical) if value == 0]
      if 0 not in zero_vertical_index:
          first_index = 0
          last_index = zero_vertical_index[0] + 1
      elif item_cnt - 1 not in zero_vertical_index:
          first_index = zero_vertical_index[0] - 1
          last_index = item_cnt - 1
      else:
          target = [index for index, value in enumerate(zero_vertical_index[:-1])
                      if zero_vertical_index[index + 1] - zero_vertical_index[index] != 1]
          first_index = zero_vertical_index[target[0]] - 1
          last_index = zero_vertical_index[target[-1] + 1] + 1
      

   3. 切分字符

      (v_f, v_l) = first_index, last_index
      target_char = char[v_f: v_l]
      

      image

   4. 保存字符。由于前期并没有专门对验证码图片打标，所以在保存的时候需要告诉计算机要保存的字符是什么。另外，观察发现验证码字符的字体和大小基本没有什么变化，所以在这个问题中其实不需要太多的数据集，于是在实际操作中，我只解析了100张验证码（算是偷懒了~）。

      class_names = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K',
      'L', 'M', 'N', 'O', 'P', 'Q', 'R', 'S', 'T','U', 'V', 'W', 'X', 'Y',
      'Z', '1', '2', '3', '4', '5', '6', '7', '8', '9', '0']
      class_ords = [ord(class_name) for class_name in class_names]
      class_cnt = {class_name: 0 for class_name in class_names}
      cv2.imshow('target_char', target_char)
      flag = cv2.waitKey(0)
      if flag in class_ords:
          class_name = class_names[class_ords.index(flag)]
          class_cnt[class_name] += 1
          cv2.imwrite(os.path.join(char_dir, '{}_{}.jpg'.format(class_name, str(class_cnt[class_name])))
                      , target_patch)
      

      image

后记

至此，整个数据集的预处理到构建基本上就讲完了。

本系列的所有源代码都会放在下面的github仓库里面，有需要可以参考，有问题欢迎指正，谢谢！

https://github.com/TitusWongCN/AutoTokenAppointment

下一步就是激动人心的模型设计与训练啦，敬请期待。

第一期：Python盘纪念币系列之一：简介

第二期：Python盘纪念币系列之二：识别验证码 01

第三期：Python盘纪念币系列之二：识别验证码 02