python验证码解码器库

Question

我需要python的验证码解码器来读取简单的图像验证码，如下图所示：

您是否知道可以帮助我阅读此验证码的图书馆？

如果您不了解用于读取验证码的库，是否可以帮助我使用PIL读取此内容（以及其他类似内容）？

Answer 1

我希望此验证码不会在任何地方使用。

以下是一种将其解码的伪方法。 基本上，您需要的是这些验证码中显示的从0到9的模式。 从您的示例中，我只有0 3 4 5 7 8的模式。由于所有内容都已固定在它们上，因此您知道在何处分割每个字符。 您还知道每个字符都是一定数量的固定大小和固定字体。 如果它还包含字母或更多字符，但是具有固定的大小和字体，则可以轻松地修改以下代码。

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）将验证码分成NUMS个； c）对每个模式与每个分割数之间的平方差求和； d）决定分割数是总和最小的数。 它按顺序返回验证码中存在的每个数字的列表。 要获取初始模式，您可以取消注释保存拆分编号的行，在该段之后放置一个return ，并调整文件名。

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

出于学术原因，这是一个很棒的项目，我前一段时间对此很感兴趣。 您有几种选择：

1. 您可以在以下站点的帮助下编写自己的文件： http : //www.wausita.com/captcha/

2. 您使用OpenCV进行匹配。

如果认为有专门的神经网络图像匹配库，但我似乎找不到。

基本上就像其他人所说的那样，您想要去除噪声，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。

Answer 3

我希望您真诚地使用它，并且不会伤害任何人。

我不会为您编写脚本，也不会将您转发到外部插件。 但是，如果您自己编写此代码，则可能会有所帮助：

• 如果您尝试解码特定的验证码模式，则应收集所有字符（我从您附带的示例中看到，这只是数字，因此不应做很多工作）。
• 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数组中。
• 获取验证码图片-必要时清除背景杂讯。
• 将验证码图像拆分为char大小，然后通过您自己制作的chars字典将其交叉。