admin管理员组文章数量:1616697
小编今天准备爬取一个网站的数据,但是被登录的验证码挡住了
小编很不服
于是小编就想着怎么绕过验证码去爬取网站的数据。
虽说图形验证码最简单,但是对于我这等新手,还是要苦学一番。首先寻找测试网站,网站选的是如云阁小说网,小网站不怕被封。他们的验证码一般如下:
可以看出有微弱的干扰线和较强的干扰点,验证码是没有边框的,这里为了排版好看,我加上去的...
1.灰度处理 把彩色验证码图片转为灰色的图片。
importcv2
image = cv2.imread('1.jpeg',0)
cv2.imwrite('1.jpg', image)
2. 二值化处理 将图片处理为只有黑白两色的图片,这里发现干扰线没有了,这就意味着我们只需要处理干扰点即可。
importcv2
image = cv2.imread('1.jpeg',0)
ret, image = cv2.threshold(image,100,255,1)
height, width = image.shape
new_image = image[0:height,0:150]
cv2.imwrite('1.jpg', new_image)
3. 降噪处理 去除小黑点,也就是孤立的黑色像素点。
点降噪原理就是检测黑色点相邻的8个点,判断8个点的颜色情况。如果全是白点,那么就认为这个点是白色的,做黑点变白点处理。如⑤点处,以田字格来看,相邻共有8个区域。
版权声明:本文标题:Python绕过验证码,直接登录爬数据 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:https://www.elefans.com/dongtai/1728746928a1171372.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论