###在做爬虫的时候有时需要识别验证码,但是验证码一般都有干扰物,这时需要对验证码进行预处理,效果如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
|
from PIL import Image import itertools # 转化为黑白图 def blackWrite(img): blackXY = [] # 遍历像素点 for x in range (img.size[ 0 ]): for y in range (img.size[ 1 ]): print img.getpixel((x,y)) if img.getpixel((x,y))< 128 : img.putpixel((x,y), 0 ) # 置为黑点 blackXY.append((x,y)) else : img.putpixel((x,y), 255 ) # 置为白点 return blackXY # 去除干扰点 def clrImg(img,pointArr): # 获取周围黑点的个数 def getN(p): count = 0 x = [p[ 0 ] - 1 ,p[ 0 ],p[ 0 ] + 1 ] y = [p[ 1 ] - 1 ,p[ 1 ],p[ 1 ] + 1 ] for i in itertools.product(x,y): # 笛卡尔积 try : if img.getpixel(i) = = 0 : count + = 1 except : print 'out of' continue print count return count for p in pointArr: if getN(p)< 5 : # 周围黑点个数 <5 的黑点认为是干扰点,置为白点 img.putpixel(p, 255 ) pointArr = blackWrite(img) clrImg(img,pointArr) img.save( "C:/img_1.jpg" ) |
以上这篇Python 处理图片像素点的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持服务器之家。
原文链接:https://blog.csdn.net/seTaire/article/details/78578506