用 Python 生成并識(shí)別圖片驗(yàn)證碼
本次來(lái)分享一個(gè)關(guān)于驗(yàn)證碼的知識(shí)，在登錄網(wǎng)站時(shí)，為了確保是人在操作，一般會(huì)要求輸入圖片上的驗(yàn)證碼。那么這個(gè)驗(yàn)證碼要怎么生成呢？以及在做爬蟲(chóng)的時(shí)候，怎么用機(jī)器來(lái)識(shí)別呢？
圍繞著這兩個(gè)問(wèn)題，我們開(kāi)始今天的內(nèi)容。
生成驗(yàn)證碼
所謂驗(yàn)證碼就是一張圖片，圖片上有一些數(shù)字和字母。所以我們只要生成一張圖片，然后在圖片上寫一些內(nèi)容即可。
使用 PIL 模塊可以非常方便做到這一點(diǎn)，沒(méi)有安裝的話，需要執(zhí)行 pip install pillow。
from random import randint, sample
import string
from PIL import Image, ImageFont, ImageDraw
# 隨機(jī)生成畫(huà)板顏色
bg_color = randint(0, 255), randint(0, 255), randint(0, 255)
# 定義畫(huà)板的寬和高
width, height = 200, 80
# 創(chuàng)建畫(huà)板對(duì)象
im = Image.new("RGB", (width, height), bg_color)
# 創(chuàng)建畫(huà)筆對(duì)象，接收畫(huà)板對(duì)象
# 這樣一來(lái)，畫(huà)筆所畫(huà)的內(nèi)容都會(huì)顯示在畫(huà)板上
draw = ImageDraw.Draw(im)
# 繪制噪點(diǎn)，噪點(diǎn)的數(shù)量一般為 width * height * 0.1
for _ in range(int(width * height * 0.1)):
# 噪點(diǎn)的橫縱坐標(biāo)
point_pos = randint(0, width), randint(0, height)
# 噪點(diǎn)的顏色，盡量也是隨機(jī)的
point_color = randint(0, 255), randint(0, 255), randint(0, 255)
# 繪制
draw.point(point_pos, point_color)
# 查看繪制的圖片
im.show()執(zhí)行代碼，會(huì)生成圖片，我們看一下長(zhǎng)什么樣子。
圖片
可以看到噪點(diǎn)此刻繪制出來(lái)了，再為其繪制幾條直線和曲線。
# 直線的長(zhǎng)度要從畫(huà)板的左邊到畫(huà)板的右邊
# 因此左端點(diǎn)要在畫(huà)板左側(cè)上下變化，右端點(diǎn)要在畫(huà)板右側(cè)上下變化
for _ in range(5):
left_pos = 0, randint(0, height)
right_pos = width, randint(0, height)
line_color = randint(0, 255), randint(0, 255), randint(0, 255)
# 繪制直線
draw.line([left_pos, right_pos], line_color)
# 繪制曲線，這里繪制的是一個(gè)超出畫(huà)板的大圓
# 這樣在畫(huà)板上顯示的部分只是大圓的一條弧，看起來(lái)就像是一條曲線
for _ in range(5):
left_pos = (-100, -100)
right_pos = (width * 5, randint(0, height))
arc_color = randint(0, 255), randint(0, 255), randint(0, 255)
draw.arc([left_pos, right_pos], 0, 360, arc_color)
# 查看一下，繪制的圖形長(zhǎng)什么樣子
im.show()直線和曲線也繪制好了，看下效果。
圖片
效果還是不錯(cuò)的，最后我們來(lái)繪制文字。
# 驗(yàn)證碼是由文字和數(shù)字組成，先來(lái)獲取所有的數(shù)字和字母
alpha_digit = string.ascii_letters + string.digits
# 驗(yàn)證碼一般是四個(gè)字符，從里面隨機(jī)選取4個(gè)
verify_code = sample(alpha_digit, 4)
# 生成字體對(duì)象
font = ImageFont.truetype("/System/Library/Fonts/Courier.ttc", 40)
# 為四個(gè)字符創(chuàng)建四種顏色
text_color = [(randint(0, 255), randint(0, 255), randint(0, 255))
for _ in range(4)]
# 繪制文字
# 注意：坐標(biāo)加上字體的寬度不要超出畫(huà)板，否則顯示不全
draw.text((10, 10), verify_code[0], fill=text_color[0], fnotallow=font)
draw.text((60, 25), verify_code[1], fill=text_color[1], fnotallow=font)
draw.text((110, 15), verify_code[2], fill=text_color[2], fnotallow=font)
draw.text((150, 25), verify_code[3], fill=text_color[3], fnotallow=font)
# 繪制完成，最后再查看一下
im.show()到此我們的驗(yàn)證碼就生成完畢了，那么效果如何呢？我們查看一下。
圖片
整體來(lái)看還湊合，你也可以對(duì)背景色，以及文字的顏色進(jìn)行調(diào)整。如果覺(jué)得背景里的噪點(diǎn)、線段不太好，也可以將它們?nèi)サ簟?/p>
最后再來(lái)說(shuō)說(shuō)保存，代碼中的 im.show() 實(shí)際上是打開(kāi)了一個(gè)臨時(shí)文件，我們?nèi)绾螌⑺４嫦聛?lái)呢？
# 可以輸入一個(gè)路徑，然后保存成指定的文件
# 不過(guò)更常見(jiàn)的做法是拿到圖片的字節(jié)流，然后直接對(duì)字節(jié)流進(jìn)行渲染
from io import BytesIO
buf = BytesIO()
im.save(buf, "png")
# 此時(shí)圖片內(nèi)容就保存在了 buf 中
print(buf.getvalue()[: 6] == b"\x89PNG\r\n") # True以上就是繪制驗(yàn)證碼的過(guò)程，代碼是分塊展示的，你可以將它們合在一起，測(cè)試一下。
識(shí)別驗(yàn)證碼
說(shuō)完了生成驗(yàn)證碼，那么如何識(shí)別驗(yàn)證碼呢？Python 有一個(gè)第三方庫(kù) ddddocr，可以幫我們識(shí)別，直接 pip install ddddocr 安裝即可。
我們目前已經(jīng)生成了一張驗(yàn)證碼：
圖片
這里補(bǔ)充一句，我們上面生成的驗(yàn)證碼圖片，在顏色上設(shè)計(jì)的不太好，因?yàn)楸尘吧臀淖诸伾际请S機(jī)的，這就導(dǎo)致當(dāng)顏色相近時(shí)，看不清文字內(nèi)容。
而當(dāng)文字顏色和背景色比較接近時(shí)，ddddocr 識(shí)別的準(zhǔn)確率就會(huì)降低很多，特別是背景中還有噪點(diǎn)和線段作為干擾。不過(guò)一般來(lái)說(shuō)網(wǎng)站的驗(yàn)證碼圖片都是經(jīng)過(guò)設(shè)計(jì)的，背景色和文字顏色區(qū)別還是比較大的，所以不用擔(dān)心。
我們測(cè)試一下：
import ddddocr
with open("code.png", "rb") as f:
data = f.read()
# show_ad 默認(rèn)為 True，執(zhí)行時(shí)會(huì)輸出一些廣告，我們不讓它輸出
ocr = ddddocr.DdddOcr(show_ad=False)
code = ocr.classification(data)
print(code) # 7abf結(jié)果沒(méi)有問(wèn)題，識(shí)別出來(lái)了。
以上就是關(guān)于圖片驗(yàn)證碼的一些內(nèi)容。
