欢迎点击右上角关注小编，除了分享技术文章之外还有很多福利，私信学习资料可以领取包括不限于Python实战演练、大航海计划、BAT内推、学习资料等。

验证码有图形验证码、极验滑动验证码、点触验证码、宫格验证码。这回重点讲讲图形验证码的识别。

虽说图形验证码最简单，但是对于我这等新手，还是要苦学一番。首先寻找测试网站，网站选的是如云阁小说网，小网站不怕被封。他们的验证码一般如下：

可以看出有微弱的干扰线和较强的干扰点，验证码是没有边框的，这里为了排版好看，我加上去的...

1. 灰度处理 把彩色验证码图片转为灰色的图片。

import cv2image = cv2.imread('1.jpeg', 0)cv2.imwrite('1.jpg', image)

2. 二值化处理 将图片处理为只有黑白两色的图片，这里发现干扰线没有了，这就意味着我们只需要处理干扰点即可。

import cv2image = cv2.imread('1.jpeg', 0)ret, image = cv2.threshold(image, 100, 255, 1)height, width = image.shapenew_image = image[0:height, 0:150]cv2.imwrite('1.jpg', new_image)

3. 降噪处理 去除小黑点，也就是孤立的黑色像素点。

点降噪原理就是检测黑色点相邻的8个点，判断8个点的颜色情况。如果全是白点，那么就认为这个点是白色的，做黑点变白点处理。如⑤点处，以田字格来看，相邻共有8个区域。

①②③点坐标如下图，同理可知④⑤⑥⑦⑧⑨点坐标情况

降噪代码如下：

import cv2import numpy as npfrom PIL import Imagedef inverse_color(image, col_range): # 读取图片，0意味着图片变为灰度图 image = cv2.imread(image, 0) # 图片二值化，100为设置阀值，255为最大阀值，1为阀值类型，当前点值大于阀值，设置为0，否则设置为255。ret是return value缩写，代表当前的阀值 ret, image = cv2.threshold(image, 110, 255, 1) # 图片的高度和宽度 height, width = image.shape # 图片反色处理，原因：上面的处理只能生成白字黑底的图片，而我们需要的是黑字白底的图片 img2 = image.copy() for i in range(height): for j in range(width): img2[i, j] = (255 - image[i, j]) img = np.array(img2) # 对处理后的图片做截取 height, width = img.shape new_image = img[0:height, col_range[0]:col_range[1]] cv2.imwrite('handle_one.png', new_image) image = Image.open('handle_one.png') return imagedef clear_noise(img): # 图片降噪处理 x, y = img.width, img.height for i in range(x): for j in range(y): if sum_9_region(img, i, j) < 2: # 改变像素点颜色，白色 img.putpixel((i, j), 255) img = np.array(img) cv2.imwrite('handle_two.png', img) img = Image.open('handle_two.png') return imgdef sum_9_region(img, x, y): """ 田字格 """ # 获取当前像素点的颜色值 cur_pixel = img.getpixel((x, y)) width = img.width height = img.height if cur_pixel == 255: # 如果当前点为白色区域,则不统计邻域值 return 10 if y == 0: # 第一行 if x == 0: # 左上顶点,4邻域 # 中心点旁边3个点 sum_1 = cur_pixel + img.getpixel((x, y + 1)) + img.getpixel((x + 1, y)) + img.getpixel((x + 1, y + 1)) return 4 - sum_1 / 255 elif x == width - 1: # 右上顶点 sum_2 = cur_pixel + img.getpixel((x, y + 1)) + img.getpixel((x - 1, y)) + img.getpixel((x - 1, y + 1)) return 4 - sum_2 / 255 else: # 最上非顶点,6邻域 sum_3 = img.getpixel((x - 1, y)) + img.getpixel((x - 1, y + 1)) + cur_pixel + img.getpixel((x, y + 1)) + img.getpixel((x + 1, y)) + img.getpixel((x + 1, y + 1)) return 6 - sum_3 / 255 elif y == height - 1: # 最下面一行 if x == 0: # 左下顶点 # 中心点旁边3个点 sum_4 = cur_pixel + img.getpixel((x + 1, y)) + img.getpixel((x + 1, y - 1)) + img.getpixel((x, y - 1)) return 4 - sum_4 / 255 elif x == width - 1: # 右下顶点 sum_5 = cur_pixel + img.getpixel((x, y - 1)) + img.getpixel((x - 1, y)) + img.getpixel((x - 1, y - 1)) return 4 - sum_5 / 255 else: # 最下非顶点,6邻域 sum_6 = cur_pixel + img.getpixel((x - 1, y)) + img.getpixel((x + 1, y)) + img.getpixel((x, y - 1)) + img.getpixel((x - 1, y - 1)) + img.getpixel((x + 1, y - 1)) return 6 - sum_6 / 255 else: # y不在边界 if x == 0: # 左边非顶点 sum_7 = img.getpixel((x, y - 1)) + cur_pixel + img.getpixel((x, y + 1)) + img.getpixel((x + 1, y - 1)) + img.getpixel((x + 1, y)) + img.getpixel((x + 1, y + 1)) return 6 - sum_7 / 255 elif x == width - 1: # 右边非顶点 sum_8 = img.getpixel((x, y - 1)) + cur_pixel + img.getpixel((x, y + 1)) + img.getpixel((x - 1, y - 1)) + img.getpixel((x - 1, y)) + img.getpixel((x - 1, y + 1)) return 6 - sum_8 / 255 else: # 具备9领域条件的 sum_9 = img.getpixel((x - 1, y - 1)) + img.getpixel((x - 1, y)) + img.getpixel((x - 1, y + 1)) + img.getpixel((x, y - 1)) + cur_pixel + img.getpixel((x, y + 1)) + img.getpixel((x + 1, y - 1)) + img.getpixel((x + 1, y)) + img.getpixel((x + 1, y + 1)) return 9 - sum_9 / 255def main(): img = '1.jpeg' img = inverse_color(img, (0, 160)) clear_noise(img)if __name__ == '__main__': main()

解决最大的问题后，接下来就是实现自动登陆。首先使用selenium自动点击登陆按钮。

到登陆界面后，利用selenium自动输入用户名，密码，对验证码区域进行截图。而后对验证码截图进行处理，最后成功获取验证码。

这里为什么是截图呢，原因是验证码图片一直在变化。比如说我现在复制这个8863验证码的图片链接，在新的标签页打开，会发现验证码改变了，不是8863，而是另外一张验证码图片。那么我们通过获取当前页面的验证码链接，从而来获取验证码图片，这种方法肯定是不可行的。

通过查阅相关资料，知道了带cookies访问验证码链接页面，能够成功解决这个问题。不过由于相关的库没导入成功，也就放弃了。等下回做验证码机器学习的时候，再给予解决。

登陆成功

自动登陆代码如下：

import reimport cv2import timeimport numpy as npimport pytesseractfrom PIL import Imagefrom selenium import webdriverfrom selenium.webdriver.common.by import Byfrom selenium.webdriver.support.ui import WebDriverWaitfrom selenium.webdriver.support import expected_conditions as ECUSER = '你的用户名'PASSWORD = '你的密码'browser = webdriver.Chrome()wait = WebDriverWait(browser, 20)def inverse_color(image, col_range):...def clear_noise(img):...def sum_9_region(img, x, y):...def auto_login(): """ 实现网页自动登陆 """ url = '' browser.get(url) # 查找登陆按钮并点击 button = browser.find_element_by_css_selector('#top1 > div > a:nth-child(3)') button.click() # 查找用户名输入框并输入用户名 input_first = browser.find_element_by_name('username') input_first.send_keys(USER) # 查找密码输入框并输入密码 input_second = browser.find_element_by_name('password') input_second.send_keys(PASSWORD) # 获取浏览器截图后，手动定位验证码位置，获得验证码截图 browser.save_screenshot('Login_page.png') photo = Image.open('login_page.png') box = (1210, 710, 1360, 755) photo.crop(box).save('Verification.png') # 对验证码进行灰度，二值化处理，而后降噪处理 handle_verification_code('Verification.png') # 对处理后的验证码图片进行识别 image = Image.open('handle_two.png') image.show() result = pytesseract.image_to_string(image) # 毕竟提供的库识别能力有限，不一定能完整得到结果，需要对结果进行筛选 result = re.sub('[a-zA-Z’!"#$%&\'()*+,-./:;<=>?@，。?★、…【】《》？“”‘’！[\\]^_`{|}~]+', '', result.replace(' ', ''), re.S) print(result) # 判断识别是否成功 if len(result) == 4: # 获得验证码输入框并输入验证码信息 input_third = browser.find_element_by_name('code') input_third.send_keys(result) time.sleep(2) # 获得登陆按钮并点击 button_2 = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, 'body > div.main > div > form > ul > li:nth-child(5) > input[type="submit"]'))) button_2.click() time.sleep(5) else: return auto_login()def handle_verification_code(img): img = inverse_color(img, (0, 160)) img = clear_noise(img) return imgdef main(): auto_login()if __name__ == '__main__': main() # 结束程序 exit()