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
   lim=image.convert('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')

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: # 找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：

来源：https://blog.csdn.net/t8116189520/article/details/80342512