python驗證碼識別——前處理

目前不少系統的驗證碼做得越來越複雜，人眼都難以識別，尤其是QQ之類的驗證碼，想要識別，太難了。

現在有這樣一個驗證碼：

一般的驗證碼識別，都是先進行前處理，然後分割，在進行識別。這個驗證碼沒有其他噪音，但存在一條橫穿的曲線幹擾，並且驗證碼中字型是粘連在一起的。

如果不將幹擾曲線去除，那麼整個識別將會受到一定的影響，為此，先要去掉這條曲線，首先通過的辦法是將先擷取曲線的頭位置（x，y），這一部分很簡單，代碼如下：

 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

取到頭結點後，然後依次從左至右遍曆過去，上下判斷是否為黑點，將線條座標位置儲存起來，之後進行線條位置去除，(感謝孫志海朋友的提示）：（代碼部分略）

於是可以得到去除黑線後的映像為：

除了幾個孤立的點，映像中的黑線基本被去除乾淨，下面是幾張是處理的比較好的：

下面這一張處理的比較差：

鑒於之前有blog內容被網路轉載，並不註明出處，因此添加下面內容：

author：ubunoon

homepage: http://qtrstudio.com

blog: http://www.cnblogs.com/ubunoon   ;   http://qtrstudio.com/blog    

email：netubu#gmail.com

copyright: Copyright 2011. All rights reserved.