使用枕头的CAPTCHA图像处理

Question

作为练习，我试图打破以下验证码：

看起来好像很难断裂，因为边缘看起来相当牢固，并且噪声应该相对容易消除。 问题是，我对图像处理的经验很少。 目前，我正在将Python与Pillow库配合使用来操作CAPTCHA图像，然后将其传递到Tesseract for OCR中。

在下面的代码中，我尝试通过锐化图像并将图像转换为黑白来突出边缘

from PIL import Image, ImageFilter

try:
    img = Image.open("Captcha.jpg")
except:
    print("Can't load captcha.")
    exit()


# Bring out the edges by sharpening.    
out = img.filter(ImageFilter.SHARPEN)
out = out.convert("L")

out = out.point(lambda x: 0 if x<136 else 255, "1")

width, height = out.size
out = out.resize((width*5, height*5), Image.NEAREST)

out.save("captcha_modified.png")

在这一点上，我看到以下内容：

但是，Tesseract仍然无法读取字符。 作为实验，我使用了出色的mspaint来手动修改图像，使其达到Tesseract可以读取的位置：

因此，如果可以使图像达到这一点，我认为Tesseract将在检测字符方面做得相当不错。 因此，我目前的想法是我需要增强边缘并减少图像的噪点。 另外，我想如果将字母填充而不是概述，Tesseract会更容易检测到字母，但是我不知道该怎么做。

关于如何进行此操作有什么建议吗？ 有没有更好的方法来处理图像？

Answer 1

我的时间很短，因此这个答案可能不是很有用，但完全可以参考我自己的两种算法。 没有太多的代码，但有一些方法建议。 使用代码而不是MS Paint是一个好主意，使用代码实际上很容易破解验证码并获得50％以上的成功率。 行为识别可能是更好的安全机制，也可能是其他机制。

A.您使用的边缘检测方法：

边缘检测确实不是必需的。 在这种情况下，只需使用getpixel（（x，y））函数并填充边界线之间的区域，即可识别出要填充的线1,3,5; etc。 并在交点2,4,6等后关闭填充。 幸运的是，您选择了一个简单的Captcha，因此边缘检测是一种不错的解决方案，而不会造成混乱，旋转和重新对齐。

B.操作方法：

我使用的另一种方法也是利用OpenCV和枕头。 我真的很忙，但是稍后会在druid5.wordpress.com/上发布有关此内容的博客文章，其中将包含此方法的代码示例。 由于通行证不是违法的，至少有人告诉我，我将使用将始终发布的方法来收集数据。 通常，枕头上的对比度和细节，带有统计数据的一些基本杂物去除，与基本dfs的重新对齐以及旋转（对于opencv或对内核而言均可执行）。 Tesseract是开源的不错选择，但是用opencv创建OCR也不难。

这是对OpenCV，PIL（枕头），带有数学运算的图像处理以及其他从机器人到AI的所有帮助的其他方面的不错介绍。

可能有必要使用流量控制来发现故障情况并尝试不同的路线，但目标始终应该是通用的解决方案。