python利用opencv庫破解滑動驗證碼

opencv庫的使用

cv2.imread(filepath，flags)：讀入一張圖像

• filepath：要讀入圖片的完整路徑
• flags：讀入圖片的標志
  • cv2.IMREAD_COLOR：默認參數，值為1，讀入一副彩色圖片，忽略alpha通道
  • cv2.IMREAD_GRAYSCALE：值為0，讀入灰度圖片,
  • cv2.IMREAD_UNCHANGED：值為-1，讀入完整圖片，包括alpha通道

cv2.imshow(wname，img)：顯示圖像

• wname：顯示圖像窗口的名字
• img：要顯示的圖像，窗口大小自動調整為圖片大小

cv2.imwrite(file，img，num)：保存一張圖像

• file：要保存的文件名
• img：保存的圖像
• num：壓縮的級別，默認為3

cv2.cvtColor(img，code) ：圖像顏色空間轉換

• img：要轉換的圖片
• code：要轉換顏色的數值
  • cv2.COLOR_RGB2GRAY：彩色圖像轉化為灰度圖像
  • cv2.COLOR_GRAY2RGB：灰度圖像轉化為彩色圖像
  • # cv2.COLOR_X2Y，其中X,Y = RGB, BGR, GRAY, HSV, YCrCb, XYZ, Lab, Luv, HLS

cv2.matchTemplate(img，templ，method)：模板匹配

• img：待搜索圖像
• templ：搜索模板，需和原圖一樣的數據類型且尺寸不能大於源圖像
• method：指定的匹配方法
  • CV_TM_SQDIFF----平方差匹配法（最好匹配0）
  • CV_TM_SQDIFF_NORMED----歸一化平方差匹配法（最好匹配0）
  • CV_TM_CCORR----相關匹配法（最壞匹配0）
  • CV_TM_CCORR_NORMED----歸一化相關匹配法（最壞匹配0）
  • CV_TM_CCOEFF----系數匹配法（最好匹配1）
  • CV_TM_CCOEFF_NORMED----歸一化相關系數匹配法（最好匹配1）

 計算滑動距離：

    def get_distance(bg_img_path,slider_img_path):
        """獲取滑塊移動距離"""

        #背景圖片處理
        bg_img = cv.imread(bg_img_path, 0) #讀入灰度圖片
        bg_img = cv.GaussianBlur(bg_img, (3, 3), 0) #高斯模糊去噪
        bg_img = cv.Canny(bg_img, 50, 150) #Canny算法進行邊緣檢測
        #滑塊做同樣處理
        slider_img = cv.imread(slider_img_path, 0)
        slider_img = cv.GaussianBlur(slider_img, (3, 3), 0)
        slider_img = cv.Canny(slider_img, 50, 150)
        # 尋找最佳匹配
        res = cv.matchTemplate(bg_img, slider_img, cv.TM_CCOEFF_NORMED)
        # 最小值，最大值，並得到最小值, 最大值的索引
        min_val, max_val, min_loc, max_loc = cv.minMaxLoc(res)
        #例如：(-0.05772797390818596, 0.30968162417411804, (0, 0), (196, 1))
        top_left = max_loc[0]  # 橫坐標
        # 展示圈出來的區域
        # w, h = image.shape[::-1]  # 寬高,例如(320, 160)
        # cv.rectangle(template, (x, y), (x + w, y + h), (7, 249, 151), 2)
        # cv.imshow('Show', bg_img)
        # cv.waitKey(0)
        # cv.destroyAllWindows()
        return top_left