python - python验证码解码器库

Question

我需要一个用于 python 的验证码解码器来读取简单的图像验证码，如下图所示：

您知道可以帮助我阅读此验证码的图书馆吗？

如果您不知道用于阅读验证码的图书馆，您能帮我用 PIL 阅读这个（以及其他类似的）吗？

Answer 1

我希望这个验证码不会在任何地方使用。

以下是一种解码它的虚拟方法。基本上，您需要的是这些验证码中存在的从 0 到 9 的模式。从您的示例中，我只有 0 3 4 5 7 8 的模式。由于所有内容都固定在它们上，因此您知道在哪里拆分每个字符。你也知道每个字符都是一些固定大小和固定字体的。如果它还包含字母或更多字符，但大小和字体是固定的，则可以轻松修改以下代码。

代码的作用是：a）加载模式（我认为它们被命名为 n0.png，n1.png，...）；b) 将验证码拆分为 NUMS 块；c) 对每个模式和每个拆分数之间的平方差求和；d) 确定拆分数是总和最小的拆分数。它按顺序返回验证码中存在的每个数字的列表。要获得初始模式，您可以取消注释保存拆分编号的行，return在该部分之后放置一个，然后调整文件名。

import sys
from PIL import Image, ImageOps

PAT_SIZE = (8, 10)
NUMS = 3
FIRST_NUM_OFFSET = 5
NUM_OFFSET = (1, 3)


NUMBERS = []
for i in xrange(10):
    try:
        NUMBERS.append(Image.open('n%d.png' % i).load())
    except IOError:
        print "I do not know the pattern for the number %d." % i
        NUMBERS.append(None)


def magic(fname):
    captcha = ImageOps.grayscale(Image.open(fname))
    im = captcha.load()

    # Split numbers
    num = []
    for n in xrange(NUMS):
        x1, y1 = (FIRST_NUM_OFFSET + n * (NUM_OFFSET[0] + PAT_SIZE[0]),
                NUM_OFFSET[1])
        num.append(captcha.crop((x1, y1, x1 + PAT_SIZE[0], y1 + PAT_SIZE[1])))

    # If you want to save the split numbers:
    #for i, n in enumerate(num):
    #    n.save('%d.png' % i)

    def sqdiff(a, b):
        if None in (a, b): # XXX This is here just to handle missing pattern.
            return float('inf')

        d = 0
        for x in xrange(PAT_SIZE[0]):
            for y in xrange(PAT_SIZE[1]):
                d += (a[x, y] - b[x, y]) ** 2
        return d

    # Calculate a dummy sum of squared differences between the patterns
    # and each number. We assume the smallest diff is the number in the
    # "captcha".
    result = []
    for n in num:
        n_sqdiff = [(sqdiff(p, n.load()), i) for i, p in enumerate(NUMBERS)]
        result.append(min(n_sqdiff)[1])
    return result

print magic(sys.argv[1])

Answer 2

我希望您真诚地使用它，并且您不会伤害（/垃圾邮件）任何人。

我不会为您编写脚本，也不会将您转发给外部插件。但是如果你是自己写的，这可能会有所帮助：

• 如果您尝试解码特定的验证码模式，您应该收集所有字符（我从您附加的示例中看到它只是数字，所以它不应该做很多工作）。
• 将所有字符放在一个文件中并使用 PIL 进行分析
• 将每个字符、其位置和含义保存在一个数组中。
• 获取验证码图像 - 如有必要，清除背景噪音。
• 将 Captcha 图像拆分为 char 大小，并通过您自制的字符字典将其交叉。

Answer 3

出于学术原因，这是一个不错的项目，我前一阵子对此很感兴趣。你有几个选择：

1. 您可以在此站点的帮助下编写自己的代码：[已清理的死链接]

2. 您使用 OpenCV 进行匹配。

如果认为有一个专门用于神经网络图像匹配的库，但我似乎找不到它。

基本上正如其他人所说，您想要去除噪音，分成单个字符并使用选定的技术将其与模型字符进行比较。