###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