我有一张这样的验证码图片:
使用McAfee中名为TesserCap的实用程序,我可以对图像应用“斩波”过滤器。(在运行它之前,我确保图像中只有两种颜色,白色和黑色。)在文本框中使用值为2的过滤器的结果给我留下了深刻的印象。它准确地消除了大部分噪音,但保留了正文,结果是:
我想在自己的一个脚本上实现类似的东西,所以我试图找出TesserCap使用的图像处理库。我什么也找不到,结果发现它用自己的代码来处理图像。然后我阅读了this whitepaper,它准确地解释了程序的工作原理。它向我描述了这个斩波滤波器的功能:
If the contiguous number of pixels for given grayscale values are less than the number provided in the numeric box, the chopping filter replaces these sequences with 0 (black) or 255 (white) as per user choice. The CAPTCHA is analyzed in both horizontal and vertical directions and corresponding changes are made.
我不确定我是否明白它在做什么。我的脚本是用Python编写的,所以我尝试使用PIL来操作像素,就像上面提到的那样。听起来有点简单,但我失败了,可能是因为我不知道过滤器到底在做什么:
(这是由稍微不同的使用圆形图案的验证码制成的。)
我还试着看看是否可以用ImageMagick的convert.exe轻松完成。他们的选择是完全不同的。使用-中值和一些-形态学命令有助于减少一些噪音,但讨厌的点出现,字母变得非常扭曲。这并不像用泰瑟卡普做斩波滤波器那么简单。
所以,我的问题是:如何在Python中实现TesserCap的斩波过滤器,是使用PIL还是ImageMagick?斩波滤波器比我尝试过的任何一种方法都好得多,但我似乎无法复制它。我已经研究了好几个小时了,还没发现什么。
算法基本上检查一行中是否有多个目标像素(在本例中是非白色像素),如果像素数小于或等于chop因子,则更改这些像素。
例如,在像素的样本行中,其中
#
为黑色,-
为白色,应用2
的chop因子将--#--###-##---#####---#-#
转换为------###-------#####-------
。这是因为存在小于或等于2像素的黑色像素序列,并且这些序列被替换为白色。大于2像素的连续序列保持不变。这是在我的Python代码(如下)中实现的chop算法在您文章的原始图像上的结果:
为了将此应用于整个图像,只需对每一行和每一列执行此算法。下面是实现这一点的Python代码:
尝试以下操作(伪代码):
然后对列重复同样的操作。看起来至少有点管用。这样水平和垂直移动也会删除水平/垂直线。
相关问题 更多 >
编程相关推荐