首先贴一张验证码上来做案例：

第一步先通过二值化处理把干扰线去掉：

from PIL import Image # 二值化处理def two_value(): for i in range(1,5): # 打开文件夹中的图片 image=Image.open('./Img/'+str(i)+'.jpg') # 灰度图 lim=image.convert('L') # 灰度阈值设为165，低于这个值的点全部填白色 threshold=165 table=[] for j in range(256): if j<threshold: table.append(0) else: table.append(1) bim=lim.point(table,'1') bim.save('./Img2/'+str(i)+'.jpg') two_value()

运行结果图如下：

然后对黑白图片进行降噪，去掉那些单独的黑色像素点：

from PIL import Image # 去除干扰线im = Image.open('./Img2/1.jpg')# 图像二值化data = im.getdata()w,h = im.sizeblack_point = 0 for x in range(1,w-1): for y in range(1,h-1): mid_pixel = data[w*y+x] # 中央像素点像素值 if mid_pixel <50: # 找出上下左右四个方向像素点像素值 top_pixel = data[w*(y-1)+x] left_pixel = data[w*y+(x-1)] down_pixel = data[w*(y+1)+x] right_pixel = data[w*y+(x+1)] # 判断上下左右的黑色像素点总个数 if top_pixel <10: black_point += 1 if left_pixel <10: black_point += 1 if down_pixel <10: black_point += 1 if right_pixel <10: black_point += 1 if black_point <1: im.putpixel((x,y),255) # print(black_point) black_point = 0 im.save('xxxx.jpg')

运行结果如下图所示：

最后对边框上附着的黑色像素点进行消除：

from PIL import Image # 去除干扰线im = Image.open('./Img2/1.jpg')# 图像二值化data = im.getdata()w,h = im.sizeblack_point = 0 for x in range(1,w-1): for y in range(1,h-1): if x<2 or y<2 : im.putpixel((x-1, y-1), 255) if x>w-3 or y>h-3: im.putpixel((x+1 , y+1 ), 255) im.save('xxx.jpg')

运行结果：

以上这篇使用python 对验证码图片进行降噪处理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。