记述

本次分享教程之前，有些许朋友通过私信于我说能不能不要只重视Python源代码部分，想让我把整个开发过程记录下来。为了让大家都能够体验到我当时实现的流程，我记录了这个项目的完整实现过程。

正文

开发此Python脚本，你无需会Python算法与图像处理的认识。

图像基本上是一个矩阵，像素作为单独的单元格。

彩色图像具有每个像素的元组（红，绿，蓝）值，灰度图像具有单个值，并且一般图像中每个像素值的范围在（0,255）。

随意寻找一个网页的登录界面：

 

我们可以看到这样的6位验证码：

 

对验证码进行分析：

 

我们先下载一个图片验证码，利用工具以二进制可视化图像，0位黑、1为白。

 

图片尺寸是45*180，每一个字符都会被分配一个30像素的空间来拟合，实现它们均匀分开。

第一步：

 

第二步：

找到python的PIL库、Image模块，毕竟操作只是裁剪然后把图像当做矩阵加载。

裁剪图像的Python语法：

 

裁剪第一个字符python语法：

 

被裁剪的图片：

 

第三步：

把它放在一个循环里面，编写一个python脚本，从这个网页获取500个验证码图像，然后把所有被裁剪的字符保存到一个文件夹中。

第四步：

 

代码：

 

第五步：

这样子还是太模糊，把Python代码利用到原始图像上后加强清晰度：

 

处理后的图片中不是纯黑色的像素（0）被消除，穿插图片里的线条也是。

这个 python web 项目里上面的方法被称为图像处理中的阈值处理。

第五步：

 

Python代码如下：

 

 

 

 

 

 

 

Python代码：

 

整个Python项目成果：结果如下：

 

由此可见，验证码识别正确，项目实战成功！