使⽤python对验证码图⽚进⾏降噪处理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
vert('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')
介绍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: # 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。