[机器视觉] 使用python自动识别验证码

最新推荐文章于 2025-06-26 07:45:00 发布

原创

最新推荐文章于 2025-06-26 07:45:00 发布 · 3.1w 阅读

152 ·

CC 4.0 BY-SA版权

文章标签：

#机器视觉 #验证码识别 #机器学习算法基础 #python

本文介绍如何利用机器视觉和Python识别验证码。通过图像预处理、特征提取、生成训练集和定义分类模型，实现高准确率的验证码识别。尽管简单的验证码可以被这种方法识别，但对于复杂验证码，需要更高级的视觉技术。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言

CAPTCHA全称Completely Automated Public Turing Test to Tell Computers and Humans Apart，即全自动区分人机的图灵测试。这也是验证码诞生的主要任务。但是随着近年来大数据运算和机器视觉的发展，用机器视觉识别图像已经变得非常容易，过去用于区分人机的验证码也开始变得不再安全。
接下来就让我们从零开始，深入图像处理和算法构建，来看看使用机器视觉来识别过时的验证码（如下所示）究竟可以有多简单。

载入需要的程序包 & 设置全局变量

import requests
import time
from io import BytesIO
from PIL import Image
import os
import numpy as np

# 获取验证码的网址
CAPT_URL = "http://xxxxxxxxxxxx.cn/servlet/ImageServlet"

# 验证码的保存路径
CAPT_PATH = "capt/"
if not os.path.exists(CAPT_PATH):
    os.mkdir(CAPT_PATH)

# 将验证码转为灰度图时用到的"lookup table"
THRESHOLD = 165
LUT = [0]*THRESHOLD + [1]*(256 - THRESHOLD)

从网站获取验证码

capt_fetch()方法非常简单，我们直接从网站获取验证码，将其转换为Image对象，等待被训练和测试等环节调用。

def capt_fetch():
    """
    从网站获取验证码，将验证码转为Image对象

    :require requests: import requests
    :require time: import time
    :require BytesIO: from io import BytesIO
    :require Image: from PIL import Image

    :param:
    :return capt: 一个Image对象
    """
    # 从网站获取验证码
    capt_raw = requests.get(CAPT_URL)

    # 将二进制的验证码图片写入IO流
    f = BytesIO(capt_raw.content)

    # 将验证码转换为Image对象
    capt = Image.open(f)

    return capt