def gene_text():
source = list(string.letters)
for index in range(0,10):
source.append(str(index))
return ''.join(random.sample(source,number))#number是生成验证码的位数
然后我们要创建一个图片,写入字符串,需要说明的这里面的字体是不同系统而定,如果没有找到系统字体路径的话,也可以不设置
def gene_code():
width,height = size #宽和高
image = Image.new('RGBA',(width,height),bgcolor) #创建图片
draw = ImageDraw.Draw(image) #创建画笔
text = gene_text() #生成字符串
font_width, font_height = font.getsize(text)
draw.text(((width - font_width) / number, (height - font_height) / number),text,
font= font,fill=fontcolor) #填充字符串
此时此刻呢,我们要在图片上画几条干扰线
#用来绘制干扰线
def gene_line(draw,width,height):
begin = (random.randint(0, width), random.randint(0, height))
end = (random.randint(0, width), random.randint(0, height))
draw.line([begin, end], fill = linecolor)
最后创建扭曲,加上滤镜,用来增强验证码的效果.
image = image.filter(ImageFilter.EDGE_ENHANCE_MORE) #滤镜,边界加强
image.save('idencode.png') #保存验证码图片
第一段：pytesseract介绍
①.、pytesseract说明
Python-tesseract is a wrapper for google's Tesseract-OCR
( ht-ocr/ ). It is also useful as a
stand-alone invocation script to tesseract, as it can read all image types
supported by the Python Imaging Library, including jpeg, png, gif, bmp, tiff,
and others, whereas tesseract-ocr by default only supports tiff and bmp.
Additionally, if used as a script, Python-tesseract will print the recognized
text in stead of writing it to a file. Support for confidence estimates and
bounding box data is planned for future releases.
翻译一下大意：
a、Python-tesseract是一个基于google's Tesseract-OCR的独立封装包；
b、Python-tesseract功能是识别图片文件中文字,并作为返回参数返回识别结果；
c、Python-tesseract默认支持tiff、bmp格式图片,只有在安装PIL之后,才能支持jpeg、gif、png等其他图片格式；
INSTALLATION:
Prerequisites:
* You will need the Python Imaging Library (PIL). Under Debian/Ubuntu, this is
* Install google tesseract-ocr from hsseract-ocr/ .
You must be able to invoke the tesseract command as "tesseract". If this
isn't the case, for example because tesseract isn't in your PATH, you will
have to change the "tesseract_cmd" variable at the top of 'tesseract.py'.
Under Debian/Ubuntu you can use the package "tesseract-ocr".
Installing via pip:?
See the [pytesseract package page](hi/pytesseract)?
◆◆◆
$ sudo pip install pytesseract
翻译一下：
b、Python-tesseract需要安装PIL（Python Imaging Library） ,来支持更多的图片格式；
c、Python-tesseract需要安装tesseract-ocr安装包,具体参看上一篇博文.
综上,Pytesseract原理：
①.、上一篇博文中提到,执行命令行 tesseract.exe 1.png output -l eng ,可以识别1.png中文字,并把识别结果输出到output.txt中；
第二段：pytesseract使用
USAGE:
try:
import Image
except ImportError:
from PIL import Image
import pytesseract
print(pytesseract.image_to_string(Image.open('test.png')))
print(pytesseract.image_to_string(Image.open('test-european.jpg'),))
可以看到：
①.、核心代码就是image_to_string函数,该函数还支持-l eng 参数,支持-psm 参数.
用法：
实例代码,识别某公共网站的验证码(大家千万别干坏事啊,思虑再三,最后还是隐掉网站域名,大家去找别的网站试试吧......)：
View Code
第三段：pytesseract代码优化
上述程序在windows平台运行时,会发现有黑色的控制台窗口一闪而过的画面,不太友好.
# modified by zhongtang hide console window
# new code
startupinfo = subprocess.STARTUPINFO()
startupinfo.dwFlags |= subprocess.STARTF_USESHOWWINDOW
startupinfo.wShowWindow = subprocess.SW_HIDE
proc = subprocess.Popen(command,
stderr=subprocess.PIPE,startupinfo=startupinfo)
'''
# old code
stderr=subprocess.PIPE)
# modified end
为了方便初学者,把pytesseract.py也贴出来,高手自行忽略.
①.?摘要
验证码是目前互联网上非常常见也是非常重要的一个事物,充当着很多系统的?防火墙?功能,但是随时OCR技术的发展,验证码暴露出来的安全问题也越来越严峻.今天小编给大家带来得是一套字符验证码识别的完整流程,对于验证码安全和OCR识别技术都有一定的借鉴意义.
然后经过了一年的时间,笔者又研究和get到了一种更强大的基于CNN卷积神经网络的直接端到端的验证识别技术（文章不是我的,然后我把源码整理了下,介绍和源码今天这一节面）：
基于python语言的tensorflow的'端到端'的字符型验证码识别源码整理(github源码分享)
关键词：安全,字符图片,验证码识别,OCR,Python,SVM,PIL
本文研究所用素材来自于某旧Web框架的网站?完全对外公开?的公共图片资源.
本文只做了该网站对外公开的公共图片资源进行了爬取,?并未越权?做任何多余操作.
本文在书写相关报告的时候已经?隐去?漏洞网站的身份信息.
本报告的主要目的也仅是用于?OCR交流学习?和引起大家对?验证安全的警觉?.
关于验证码的非技术部分的介绍,可以参考以前写的一篇科普类的文章：
互联网安全防火墙（1）--网络验证码的科普
里面对验证码的种类,使用场景,作用,主要的识别技术等等进行了讲解,然而并没有涉及到任何技术内容.本章内容则作为它的?技术补充?来给出相应的识别的解决方案,让读者对验证码的功能及安全性问题有更深刻的认识.
要达到本文的目的,只需要简单的编程知识即可,因为现在的机器学习领域的蓬勃发展,已经有很多封装好的开源解决方案来进行机器学习.普通程序员已经不需要了解复杂的数学原理,即可以实现对这些工具的应用了.
主要开发环境：
python SDK版本
PIL
图片处理库
libsvm
开源的svm机器学习库
关于环境的安装,不是本文的重点,故略去.
一般情况下,对于字符型验证码的识别流程如下：
准备原始图片素材
图片预处理
图片字符切割
图片尺寸归一化
图片字符标记
字符图片特征提取
生成特征和标记对应的训练数据集
训练特征标记数据生成识别模型
使用识别模型预测新的未知图片集
达到根据"图片"就能返回识别正确的字符集的目标
由于本文是以初级的学习研究目的为主,要求?"有代表性,但又不会太难"?,所以就直接在网上找个比较有代表性的简单的字符型验证码（感觉像在找漏洞一样）.
最后在一个比较旧的网站（估计是几十年前的网站框架）找到了这个验证码图片.
原始图：
放大清晰图：
此图片能满足要求,仔细观察其具有如下特点.
有利识别的特点?：
由纯阿拉伯数字组成
字符排列有规律
字体是用的统一字体
以上就是土嘎嘎小编为大家整理的Python验证码函数相关主题介绍,如果您觉得小编更新的文章只要能对粉丝们有用,就是我们最大的鼓励和动力,不要忘记讲本站分享给您身边的朋友哦！！