python captcha解码库

Question

我需要一个python的验证码解码器来读取简单的图像验证码，如下图所示：

​

​

​

​

​

​

你知道有图书馆可以帮助我阅读这篇验证码吗？

如果你不知道用于阅读验证码的库，你能帮助我用PIL阅读这篇文章(以及其他类似的文章)吗？

Answer 1

我希望这个验证码不会被用在任何地方。

以下是解码它的一种虚拟方式。基本上，您需要的是从0到9的模式，如这些验证码中所示。从你的例子中，我只有0 3 4 5 7 8的模式。因为所有的东西都固定在它们上面，你知道在哪里拆分每个字符。你也知道每个字符都有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，但具有固定的大小和字体，则可以很容易地修改以下代码。

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)将验证码分割成多个片段；c)计算每个模式和每个分割数字之间的平方差之和；d)确定分割数字是和最小的那个。它按顺序返回验证码中出现的每个数字的列表。要获得初始模式，您可以取消对保存拆分数字的行的注释，在该片段后面放置一个return，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

出于学术原因，这是一个很好的项目，不久前我对此很感兴趣。您有几个选项：

在此网站的帮助下，您可以使用自己的代码进行匹配：http://www.wausita.com/captcha/

• You

1. OpenCV to do the matching。

如果我认为有一个专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，您希望删除噪声，将其分割为单个字符，并使用选定的技术将其与模型字符进行比较。

Answer 3

我希望你是真诚地使用它，并且你不会伤害(/spam)任何人。

我不会给你写脚本，也不会把你转发给外部插件。但是如果你是自己写这篇文章，这可能会有帮助：

• 如果你正在尝试解码特定的验证码模式，你应该收集所有的字符(我从你附加的例子中看到，它只是数字，所以不应该有太多的工作)。
• 将所有的字符放在一个文件中，并使用PIL
• 分析它。将每个字符、它的位置和它的含义保存在一个数组中。
• 获取验证码图像-如果将验证码图像necessary.
• Split为字符大小并在你的自制字符字典中划线，则清除背景噪音。