验证码有图形验证码、极验滑动验证码、点触验证码、宫格验证码。这回重点讲讲图形验证码的识别。

虽说图形验证码最简单，但是对于我这等新手，还是要苦学一番。首先寻找测试网站，网站选的是如云阁小说网，小网站不怕被封。他们的验证码一般如下：

可以看出有微弱的干扰线和较强的干扰点，验证码是没有边框的，这里为了排版好看，我加上去的...

1.  灰度处理   把彩色验证码图片转为灰色的图片。

import cv2image = cv2.imread('1.jpeg', 0)cv2.imwrite('1.jpg', image)

2.  二值化处理   将图片处理为只有黑白两色的图片，这里发现干扰线没有了，这就意味着我们只需要处理干扰点即可。

import cv2image = cv2.imread('1.jpeg', 0)ret, image = cv2.threshold(image, 100, 255, 1)height, width = image.shapenew_image = image[0:height, 0:150]cv2.imwrite('1.jpg', new_image)

3.  降噪处理   去除小黑点，也就是孤立的黑色像素点。

点降噪原理就是检测黑色点相邻的8个点，判断8个点的颜色情况。如果全是白点，那么就认为这个点是白色的，做黑点变白点处理。如⑤点处，以田字格来看，相邻共有8个区域。

①②③点坐标如下图，同理可知④⑤⑥⑦⑧⑨点坐标情况

降噪代码如下：

import cv2import numpy as npfrom PIL import Imagedef inverse_color(image, col_range):    # 读取图片，0意味着图片变为灰度图    image = cv2.imread(image, 0)    # 图片二值化，100为设置阀值，255为最大阀值，1为阀值类型，当前点值大于阀值，设置为0，否则设置为255。ret是return value缩写，代表当前的阀值    ret, image = cv2.threshold(image, 110, 255, 1)    # 图片的高度和宽度    height, width = image.shape    # 图片反色处理，原因：上面的处理只能生成白字黑底的图片，而我们需要的是黑字白底的图片    img2 = image.copy()    for i in range(height):        for j in range(width):            img2[i, j] = (255 - image[i, j])    img = np.array(img2)    # 对处理后的图片做截取    height, width = img.shape    new_image = img[0:height, col_range[0]:col_range[1]]    cv2.imwrite('handle_one.png', new_image)    image = Image.open('handle_one.png')    return imagedef clear_noise(img):    # 图片降噪处理    x, y = img.width, img.height    for i in range(x):        for j in range(y):            if sum_9_region(img, i, j)  div.main > div > form > ul > li:nth-child(5) > input[type="submit"]')))        button_2.click()        time.sleep(5)    else:        return auto_login()def handle_verification_code(img):    img = inverse_color(img, (0, 160))    img = clear_noise(img)    return imgdef main():    auto_login()if __name__ == '__main__':    main()    # 结束程序    exit()

这里用会声会影给视频加了个BGM，不过结尾的时候不是很搭，水平有限呐！还是得好好多学习。视频如下：

公众号回复自动登陆。获取验证码图片和全部源码。

觉得文章不错的，文末点个赞，比心！！！

···  END  ···