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.size
black_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.size
black_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天达云。