什么是驗證碼？
驗證碼（CAPTCHA）是“Completely Automated Public Turing test to tell Computers and Humans Apart”（全自動區分計算機和人類的圖靈測試）的縮寫。
是一種用來區分用戶是計算機還是人的公共全自動程序。
驗證碼的作用
認證碼是一種人機識別手段，最終目的是區分正常用戶和機器的操作。
可以防止：惡意破解密碼、注冊、刷票、論壇灌水，防止黑客對用戶的密碼進行暴力破解。
一般是提出一個問題，這個問題可以由計算機生成並評判，但是必須只有人類才能解答。由於計算機無法解答這個的問題，所以回答出問題的用戶就可以被認為是人類。
驗證碼的類別
驗證碼自面世以來就一直在更新，迭代。
圖形驗證碼：這類驗證碼大多是計算機隨機產生一個字符串，在把字符串增加噪點、干擾線、變形、重疊、不同顏色、扭曲組成一張圖片來增加識別難度。
滑動驗證碼：也叫行為驗證碼，比較流行的一種驗證碼，通過用戶的操作行為來完成驗證，其中最出名的就是極驗。
滑動驗證碼的原理就是使用機器學習中的深度學習技術，根據一些特征來區分是否為正常用戶。通過記錄用戶的滑動速度，還有每一小段時間的瞬時速度，用戶鼠標點擊情況，以及滑動后的匹配程度來識別。而且，不是說滑動到正確位置就是驗證通過，而是根據特征識別來區分是否為真用戶，滑到正確位置只是一個必要條件。
點觸驗證碼：點擊類驗證碼都是給出一張包含文字的圖片，通過文字提醒用戶點擊圖中相同字的位置進行驗證。
簡介
Python傳統的圖像處理庫PIL（Python Imaging Library），可以說基本上是Python處理圖像的便准庫，功能強大，使用簡單。
但是由於PIL不支持Python3，而且更新緩慢。所以由志願者在PIl的基礎上創建了一個分支版本，命名為Pillow，Pillow目前最新支持到
Python3.6，更新活躍，並且增加了許多新的特性。所以在這里講解一下Pillow庫
安裝
命令行pip安裝
pip install Pillow
但是需要注意一點，Pillow和PIL是不能共存在一個環境中的，所以如果安裝有PIL的話，需要先把PIL卸載掉，也不用擔心更能問題，
Pillow具備PIL絕大多數的方法，卸載命令
pip uninstall PIL
由於是繼承PIL的分支，所以Pillow的導入是這樣的：
import PIL #或者是 from PIL import Image
使用手冊
Image
Image是Pillow中最為重要的類，實現了Pillow中大部分的功能。要創建這個類的示例主要有三個方法：
1. 從文件加載圖片
2. 處理其他圖像獲得
3. 創建一個新的圖像
讀取圖像
一般來說，我們都是通過文件加載圖像來實例化這個類，如下所示：
from PIl import Image picture = Image.open('test.png')
如果沒有指定圖片格式的話，那么Pillow會自動識別文件內容為文件格式。
新建圖像
Pillow新建空白圖像使用new()方法，第一個參數是mode即顏色空間模式，第二個參數指定了五項的分辨率（寬x高），第三個參數是顏色。
- 可以直接填入常用的顏色的名稱。如‘red'。
- 也可以填入十六進制表示的顏色，如#F0000表示紅色。
- 還能傳入元組，比如（255，0，0，255）或者（255，0，0）表示紅色。
picture = Image.new('RGB', (200, 100), 'red')
保存圖片
保存圖片的話需要使用save()方法：
picture.save('test.png')
保存的時候，如果沒有指定圖片格式的話，那么Pillow會根據輸入的后綴名決定保存的文件格式。
圖像的坐標表示
- 在Pillow中，用的是圖像左上角的坐標的原點(0，0).所以這意味着，x軸的數值是從左到右增長的，y軸的數值是從上到下增長的。
- 我們處理圖像時，常常需要去表示一個矩形的圖像區域。Pillow中很多的方法都需要傳入一個表示矩形區域的元組參數。
-
PIL.Image.filename打印圖像源文件的文件名或者路徑，只有使用
open()方法創建的對象有這個屬性。類型：字符串
-
PIL.Image.format圖像源文件的文件格式。
-
PIL.Image.mode圖像的模式，一般來說是“1”, “L”, “RGB”, 或者“CMYK” 。
-
PIL.Image.size圖像的大小
-
PIL.Image.width圖像的寬度
-
PIL.Image.height圖像的高度
-
PIL.Image.info圖像的一些信息，為字典格式
常用方法
裁剪圖片
croped_im = img.crop((50, 60, 400, 218))
原圖片：
裁剪以后：
復制圖像使用copy()方法：
copyed_im = im.copy()
粘貼圖像使用paste()方法：
croped_im = im.crop((50, 60, 400, 218)) im.paste(croped_im, (0, 0))
im對象調用了paste()方法，第一個參數是被裁剪下來用來粘貼的圖像，第二個參數是一個位置參數元祖，這個位置參數是粘貼的圖像的左頂點。
調整圖像大小使用resize()方法：
resized_im = im.resize((width, height))
resize()方法會返回一個重設了大小的Image對象。
或者使用thumbnail（）方法：
im = Image.open('test.jpg') #獲得圖像尺寸 w, h = im.size # 縮放到50% im.htumbnail((w//2, h//2)) #顯示圖片 im.show()
thumbnail() 方法可以用來制作縮略圖。它接受一個二元數組作為縮略圖的尺寸，然后將示例縮小到指定尺寸
旋轉圖像使用rotate()方法，此方法按逆時針旋轉，並返回一個新的Image對象：
# 逆時針旋轉90度 im.rotate(90) im.rotate(180) im.rotate(20, expand=True)
inn = img.rotate(90)
旋轉的時候，會將圖片超出邊界的邊角裁剪掉。如果加入expand=True參數，就可以將圖片邊角保存住。
翻轉圖像使用transpose()：
# 水平翻轉 im.transpose(Image.FLIP_LEFT_RIGHT) # 垂直翻轉 im.transpose(Image.FLIP_TOP_BOTTOM)
im.getbands()
通過通道分割圖片
split()
split()可以將多通道圖片按通道分割為單通道圖片。返回各個通道的灰度圖組成的元組
R, G, B = im.split()
split()方法返回的是一個元祖，元祖中的元素則是分割后的單個通道的圖片。
getchannel(channel)
getchannel()可以獲取單個通道的圖片：
R = im.getchannel("R")
模式轉化
img = im.convert("L")
獲取單個像素的值
使用getpixel(xy)方法可以獲取單個像素位置的值：
im.getpixel((100, 100))
傳入的xy需要是一個元祖形式的坐標。
如果圖片是多通道的，那么返回的是一個元祖。
L模式經常用來處理圖像識別，數據方便分析處理
加載圖片全部數據
我們可以使用load()方法加載圖片所有的數據，並比較方便的修改像素的值：
pixdata = im.load()
pixdata[100,200] = 255
此方法返回的是一個PIL.PyAccess，可以通過這個類的索引來對指定坐標的像素點進行修改。
獲取全部像素內容
getdata(band = None) 方法，用來獲取 Image 類的對象中的像素內容
該方法會將圖片中的像素內容，逐行逐行地拼接起來，作為一個完整的序列返回。方法的返回類型，是 PIL 庫的內部類型。我們可以用 list(im.getdata()) 得到標准的 Python list 對象。
band 意味「通道」。當 band = None 時，方法返回所有通道的像素內容；當 band = 0時，則返回第一個通道的像素內容。例如，對於 RGB 模式的位圖，band = 0 返回 R 通道的內容；band = 2 返回 B 通道的內容。
from PIL import Image im = Image.open('test.jpg') print(im.getdata()) #獲取所有通道的值 類似生成器的對象 print(list(im.getdata(0))) #獲取第一個通道的值, 轉化為列表
關閉圖片並釋放內存
此方法會刪除圖片對象並釋放內存
im.close()