python验证码识别——前处理

gsbyqjkwdg

　　目前不少系统的验证码做得越来越复杂，人眼都难以识别，尤其是QQ之类的验证码，想要识别，太难了。
　　现在有这样一个验证码：

　　一般的验证码识别，都是先进行前处理，然后分割，在进行识别。这个验证码没有其他噪音，但存在一条横穿的曲线干扰，并且验证码中字体是粘连在一起的。
　　如果不将干扰曲线去除，那么整个识别将会受到一定的影响，为此，先要去掉这条曲线，首先通过的办法是将先获取曲线的头位置（x，y），这一部分很简单，代码如下：




1 def get_left_start_point(im):
2     start_point = (0,0)
3     found = False
4     w, h = im.size
5     data = list(im.getdata())
6     for x in xrange(w):
7         for y in xrange(h):
8             if data[ y*w + x ] != white:
9                 found = True
10                 start_point = (x,y)
11                 break
12         
13         if found:
14             break
15     return start_point
　　取到头结点后，然后依次从左到右遍历过去，上下判断是否为黑点，将线条坐标位置保存起来，之后进行线条位置去除，(感谢孙志海朋友的提示）：（代码部分略）






　　于是可以得到去除黑线后的图像为：

　　除了几个孤立的点，图像中的黑线基本被去除干净，下面是几张是处理的比较好的：

　　下面这一张处理的比较差：

　　鉴于之前有blog内容被网络转载，并不注明出处，因此添加下面内容：
　　author：ubunoon
　　homepage: http://qtrstudio.com
　　blog: http://www.iyunv.com/ubunoon   ;   http://qtrstudio.com/blog   
　　email：netubu#gmail.com
　　copyright: Copyright © 2011. All rights reserved.