Python 识别12306图片验证码物品的实现示例
1、PIL介绍以及图片分割
Python 3 安装: pip3 install Pillow
1.1 image 模块
Image模块是在Python PIL图像处理中常见的模块，主要是用于对这个图像的基本处理，它配合open、save、convert、show…等功能使用。
from PIL import Image
#打开文件代表打开pycharm中的文件
im = Image.open('1.jpg')
#展示图片
im.show()
1、Crop类
拷贝这个图像。如果用户想粘贴一些数据到这张图，可以使用这个方法，但是原始图像不会受到影响。
实战一:12306图像分割并保存 2、百度平台接口实现 2.1.平台接入： 1.打开https://ai.baidu.com/进入控制台，选择文字识别服务。 2.创建应用，如图示： 3.输入应用名称、描述，并选择应用类型，之后点击“立即创建”按钮。 4.创建完毕，点击“返回应用列表”。 5.此处显示AK,SK，后面程序中会用到 3. 官方文档的读取 1.打开https://ai.baidu.com/docs#/OCR-API/top 文档说明 需要用到的信息有： （1）图像识别URL: https://aip.baidubce.com/rest/2.0/image-classify/v2/advanced_general （2）Header格式：Content-Type：application/x-www-form-urlencoded （3） 请求参数：image和multi_detect两个参数，image为图像数据，base64编码后进行urlencode，要求base64编码和urlencode后大小不超过4M。 （4）返回参数：车牌颜色Color、车牌号码number等。 总结： 以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。im.crop(box) "htmlcode">
from PIL import Image
im = Image.open("pic1.jpg")
##确定拷贝区域大小
box = (5, 41, 72, 108)
##将im表示的图片对象拷贝到region中，大小为box
region = im.crop(box)
region.show()
from PIL import Image
#切割图像，由于下载的图片都是有固定的位置，所以直接控制像素进行切割就行了
def cut_img(im, x, y):
assert 0 <= x <= 3
assert 0 <= y <= 2
left = 5 + (67 + 5) * x
top = 41 + (67 + 5) * y
right = left + 67
bottom = top + 67
return im.crop((left, top, right, bottom))
if __name__ == '__main__':
im = Image.open("./pic1.jpg")
#控制y轴
for y in range(2):
#控制x轴
for x in range(4):
im2 = cut_img(im, x, y)
im2.save('./images/%s_%s.png'%(y,x))
#!/usr/bin/python
# -*- coding: utf-8 -*-
import base64
import requests
import os
import time
#todo:获取百度权限验证码access_token
def get_token():
get_token_url = "https://aip.baidubce.com/oauth/2.0/token"
params = {
"grant_type": "client_credentials",
"client_id": "7ax98QuWU5l2zTbaOkzvKgxE",
"client_secret": "INugQTM2DAfNFgfxtvgR7eF8AHPFGP5t",
}
res = requests.get(get_token_url, params).json()
return res["access_token"]
#todo:通过权限验证码和图片进行识别物品
def get_result(access_token,image):
url = "https://aip.baidubce.com/rest/2.0/image-classify/v2/advanced_general"
#打开文件并进行编码
with open(image, 'rb')as f:
image = base64.b64encode(f.read())
# image =
#头部信息
headers = {
'Content-Type': 'application/x-www-form-urlencoded'
}
#发送数据
data = {
"access_token": access_token,
"image": image
}
#发送请求，并返回识别数据
res = requests.post(url, headers=headers, data=data).json()
if res:
result = res['result']
return result
#todo:获取图片关键物品
def get_keywords(result):
#按照最大匹配率进行排序，并获取左最后一个
max_score = sorted(result,key=lambda x:x['score'])[-1]
# print(max_score['keyword'])
keyword = max_score['keyword']
return keyword
if __name__ == '__main__':
access_token = get_token()
get_result(access_token,'pic1.jpg')
datas = []
for root,dir,files in os.walk('images'):
for file in files:
image = os.path.join(root,file)
result = get_result(access_token,image)
keyword = get_keywords(result)
print(keyword)
time.sleep(1)
datas.append(keyword)
print(datas)
下一篇：tensorflow-gpu安装的常见问题及解决方案