这篇文章主要介绍了pythoncv2在验证码识别中应用实例解析,文中通过示例代码介绍的非常详
这篇文章主要介绍了python cv2在验证码识别中应用实例解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
使用函数cv2.imread(filepath,flags)读入一副图片
filepath：要读入图片的完整路径
flags：读入图片的标志
- cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道
- cv2.IMREAD_GRAYSCALE：读入灰度图片
- cv2.IMREAD_UNCHANGED：顾名思义，读入完整图片，包括alpha通道
- cv2.cvtColor(p1,p2) 是颜色空间转换函数，p1是需要转换的图片，p2是转换成何种格式。
- cv2.COLOR_BGR2RGB 将BGR格式转换成RGB格式
- cv2.COLOR_BGR2GRAY 将BGR格式转换成灰度图片
模版匹配
模板匹配的原理其实很简单，就是不断地在原图中移动模板图像去比较
有6种匹配方法
- 平方差匹配CV_TM_SQDIFF：用两者的平方差来匹配，最好的匹配值为0
- 归一化平方差匹配CV_TM_SQDIFF_NORMED
- 相关匹配CV_TM_CCORR：用两者的乘积匹配，数值越大表明匹配程度越好
- 归一化相关匹配CV_TM_CCORR_NORMED
- 相关系数匹配CV_TM_CCOEFF：用两者的相关系数匹配，1表示完美的匹配，-1表示最差的匹配
- 归一化相关系数匹配CV_TM_CCOEFF_NORMED
import cv2
def findpic(self, target='background.png', template='slider.png'):
"""
:param target: 背景图路径
:param template: 滑块图片路径
:return:
"""
target_rgb = cv2.imread(target)
target_gray = cv2.cvtColor(target_rgb, cv2.COLOR_BGR2GRAY)
template_rgb = cv2.imread(template, 0)
res = cv2.matchTemplate(target_gray, template_rgb, cv2.TM_CCOEFF_NORMED) #模板匹配，在大图中找小图
value = cv2.minMaxLoc(res)
a, b, c, d = value
if abs(a) >= abs(b):
distance = c[0]
else:
distance = d[0]
print(value)
return distance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脚本之家。
python cv2 验证码