BOUT
Python
在看这篇文章之前同学们可能会觉得很多时候因为web验证码的随机性无法实现自动化登录，看了这篇文章，我相信你也会跟小卓一样，运用熟悉的Python来识别web验证码。
这篇文章主要是用Python的分割图片原理利用浏览器截屏功能来识别web验证码一些方法的整理，还有几个地方大家可以按自己的想法来更改，大家都可以试试看哦！
工具：
python图片处理选择PIL
提取网页上的验证码需要截图用selenium自带的浏览器截屏功能
获取训练数据
训练数据直接用urllib在web上抓取验证码的图片。这些图片首先要进行灰度化处理，然后根据阀值将灰度图二值化，片变成黑白图片，代码如下：
网页上原始数据：
处理过的图片如下：
分割图片
二值化后的图片需要拆分，将每个数字拆分到单独的图片中，通常采用的是x轴投影的办法拆分数字的，代码如下：
分割后的图片如下：
X轴投影分割原理：
当然这种方法缺点也是有的，这样的数据就不能正确分割成四个数字的，更好的算法是连通图算法。（大家可以自己尝试一下）
整理训练数据作为样本
本来还需要对数字进行一些标准化的运算，对随机旋转，随机扭曲，随机缩放的标准化有不同的算法，为了简单处理，只对缩放进行标准化，也就是把每张图片resize到相同的大小。
然后将这些数字人为的识别，放到对应的目录中（由于算法比较简陋，为了准确率高，抽样的数据尽量多，这样是把0-9每个数字放50个样本）
识别验证码
有了这些样本数据，我们就可以开始识别验证码了，使用selenium封装的chromedriver控制chrome浏览器打开登录界面，验证码的url每次得到的图片是不同的，也不能直接用urllib.openurl打开的src，所以这里需要使用到selenium的截图功能。
截图不能截局部图，只能截整个浏览器。
截图分割，然后将单独的数字与样本数据对比，这里采用简单的算法，逐个像素对比，相同像素多的即为结果。代码如下：
结果
测试了一下这个程序，识别率大概50%，作为自动化测试登录流程算是可以使用了，10次之内就可以登录；但是如果用到这样的网站上抢火车票的话就不太能接受了。
可以优化的地方有很多，如字符分割、标准化算法等，大家以后有时间可以再慢慢研究，改进一下方案，欢迎大家给我们投稿哦！
可以留言小卓想了解的技术知识哦！
来源：编程派
作者：abucode