时间:2021-05-23
###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:
from PIL import Imageimport itertoolsimg = Image.open('C:/img.jpg').convert('L') #打开图片,convert图像类型有L,RGBA# 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。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
需求在4*4的图片中,比较外围黑色像素点和内圈黑色像素点个数的大小将图片分类如上图图片外围黑色像素点5个大于内圈黑色像素点1个分为0类反之1类想法通过numpy
首先使用PImage来实例化对象,再通过loadImage赋值,两层for循环遍历图片上的像素点,每隔5个像素点,画一个直径为3的圆。颜色通过pic.get(x
本文实例为大家分享了PythonOpenCV图像像素点操作的具体代码,供大家参考,具体内容如下0x01.像素有两种直接操作图片像素点的方法:第一种办法就是将一张
本文实例为大家分享了python实现验证码识别的具体代码,供大家参考,具体内容如下1.通过二值化处理去掉干扰线2.对黑白图片进行降噪,去掉那些单独的黑色像素点3
如下所示:fromPILimportImage########获取图片指定像素点的像素defgetPngPix(pngPath="aa.png",pixelX=