首先贴一张验证码上来做案例：

第一步先通过二值化处理把干扰线去掉：

from PIL import Image

# 二值化处理
def two_value():
  for i in range(1,5):
    # 打开文件夹中的图片
    image=Image.open('./Img/'+str(i)+'.jpg')
    # 灰度图
    lim=image.convert('L')
    # 灰度阈值设为165，低于这个值的点全部填白色
    threshold=165
    table=[]

    for j in range(256):
      if j<threshold:
        table.append(0)
      else:
        table.append(1)

    bim=lim.point(table,'1')
    bim.save('./Img2/'+str(i)+'.jpg')

two_value()

运行结果图如下：

然后对黑白图片进行降噪，去掉那些单独的黑色像素点：

from PIL import Image

# 去除干扰线
im = Image.open('./Img2/1.jpg')
# 图像二值化
data = im.getdata()
w,h = im.size
black_point = 0

for x in range(1,w-1):
  for y in range(1,h-1):
    mid_pixel = data[w*y+x] # 中央像素点像素值
    if mid_pixel <50: # 找出上下左右四个方向像素点像素值
      top_pixel = data[w*(y-1)+x]
      left_pixel = data[w*y+(x-1)]
      down_pixel = data[w*(y+1)+x]
      right_pixel = data[w*y+(x+1)]

      # 判断上下左右的黑色像素点总个数
      if top_pixel <10:
        black_point += 1
      if left_pixel <10:
        black_point += 1
      if down_pixel <10:
        black_point += 1
      if right_pixel <10:
        black_point += 1
      if black_point <1:
        im.putpixel((x,y),255)
      # print(black_point)
      black_point = 0

im.save('xxxx.jpg')

运行结果如下图所示：

最后对边框上附着的黑色像素点进行消除：

from PIL import Image

# 去除干扰线
im = Image.open('./Img2/1.jpg')
# 图像二值化
data = im.getdata()
w,h = im.size
black_point = 0

for x in range(1,w-1):
  for y in range(1,h-1):
    if x<2 or y<2 :
      im.putpixel((x-1, y-1), 255)
    if x>w-3 or y>h-3:
      im.putpixel((x+1 , y+1 ), 255)

im.save('xxx.jpg')

运行结果：

以上这篇使用python 对验证码图片进行降噪处理就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持python博客。