使用python-opencv批量生成带噪点噪线的数字验证码

使用python-opencv批量生成带噪点噪线的数字验证码

---

文章目录

• 1.明确要使用的包
• 2.引入库
• 3.生成随机的颜色组合get_random_color()
• 4.生成颜色随机，数值随机的数字生成函数get_random_number()
• 5.随机生成一张干净的(不带噪声噪线)数字验证码图像
• 6.往图像添加噪声噪线
• 7.调用函数生成数字验证码图像
• 8.总结

---

---

第一次使用csdn写一个文章，如果有什么写的不对的地方，欢迎在下面评论指正，谢谢各位。

1.明确要使用的包

首先就是opencv的函数库，还有python自带的random和PIL(Image、ImageDraw、ImageFont)，一般pthon3以上的版本都是内置安装的，如果没有安装可以通过pip install的方法安装具体操作如图：

输入完按回车键即可安装，因为我已经安装了，就不输入回车键了，安装完了之后可以通过import的方式检验是否安装成功。记住先输入python进入python的编程环境在输入import PIL,否则就会报错

2.引入库

代码如下（示例）：

import cv2 as cv
import random
from PIL import Image
from PIL import ImageDraw
from PIL import ImageFont

3.生成随机的颜色组合get_random_color()

彩色图像是由RGB三色通道构成的，但是要注意在opencv里面的彩色图像是按照BGR的顺序来构成彩色图像的，与其他的地方采用图像的顺序不一样(例如halcon就是安装RGB的顺序来引用彩色图像)，
采用函数的形式来形成一个三个数组，当函数返回的数值超过三个的时候，就会以数组的形式返回。
代码如下（示例）：

# 随机生成不同颜色的组合
def get_random_color():
    B = random.randint(0, 255)
    G = random.randint(0, 255)
    R = random.randint(0, 255)
    # 防止生成白色噪声噪线
    # 使用三个if条件判断防止三个通道的颜色都是255(虽然是不可能事件）
    if B == 255:
        B = 0
    elif G == 255:
        G = 0
    elif R == 255:
        R = 0
    return(B, G, R)

如果你不放心是否返回了一个数组，可以进行验证

#用于测试是否获得了数组
a = get_random_color()
print(a)

4.生成颜色随机，数值随机的数字生成函数get_random_number()

这个函数比较简单，原理也是和上面随机生成颜色组合一样。
代码如下(示例)：

# 随机生成数字
def get_random_number():
    random_num = str(random.randint(0, 9))
    return random_num

5.随机生成一张干净的(不带噪声噪线)数字验证码图像

使用PIL的Image、ImageDraw、ImageFont分别用于生成白色图像背景、定义画笔用于往图像写入数字、定义文字的字形和字体大小。
代码如下(示例)：

def generate_image():
    # 生成白色图像，'RGB'类型，宽高为(150,50)，底色为白色(255,255,255)
    image = Image.new('RGB', (150, 50), (255,255,255))
    # 定义画笔，将图像与画笔关联
    draw = ImageDraw.Draw(image)
    # 定义文字字形以及字体大小
    font = ImageFont.truetype("arial.ttf", size=36)

    name = ""  # 定义一个空的字符串，用于不断叠加数字，给图像命名
    for i in range(5):
        random_number = get_random_number()
        # 不断叠加随机生成的数字，用于给图像命名
        name += random_number

        # 在图片上写上数字，参数是：定位、数字(字符串)、颜色、字型
        draw.text((10+i*30, 0), random_number, get_random_color(), font=font)
    # 将图像保存到指定的文件夹，下面使用xxxx的形式代表文件夹
    image.save('G:\xxxxxx\xxxxxxxx\%s.png' % name)

字体可以根据自己电脑已有的字体来选择，具体路径是C:\Windows\Fonts，

 font = ImageFont.truetype("arial.ttf", size=36)

6.往图像添加噪声噪线

函数的这一步不使用新的函数，继续接着上一个函数( generate_image())输入代码，为什么不使用？因为在读取图像的时候我们会用到name这个函数，如果使用新的函数的话，就无法使用这个变量。当然也可以通过类的方法，实现两个函数之间的变量可以相互调用，这个就稍微麻烦点，这里就不过多讲述了。
代码如下(示例)：
(再次提醒下面代码是接着generate_image()的，所以下面代码都有一个缩进)

	width = 150
    height = 50
    # 读取文件夹的图像，通过name来读取指定的图像，
    img = cv.imread('G:\xxxxxx\xxxxxxxxxxxx\%s.png' %name)
    # 绘制噪点
    for i in range(5):
        x = random.randint(0, width)
        y = random.randint(0, height)
        # 绘制实心圆，必须输入参数分别是：图像、圆心的位置、半径、颜色，
        #最后一个是thickness默认是None，绘制空心圆，指定为-1绘制实心圆
        cv.circle(img, (x,y), 1, get_random_color(), -1)

    # 绘制噪线
    for i in range(3):
        x1 = random.randint(0, width)
        y1 = random.randint(0, height)
        x2 = random.randint(0, width)
        y2 = random.randint(0, height)
        # 绘制线条，参数分别是：图像、左上角的坐标、右下角的坐标、颜色
        cv.line(img, (x1,y1), (x2,y2), get_random_color())
    # 保存图像
    cv.imwrite(r'G:\xxxxx\xxxxxxx\%s.png'%name, img)

7.调用函数生成数字验证码图像

所有的函数都已经写完，直接调用图像生成函数就行了。
使用for循环，循环调用generate_image()即可实现批量生成图像，想要多少张就循环多少次。

for i in range(30):
    generate_image()

8.总结

到这一步所有的工作已经完成了，可以去保存的指定文件夹看一下，是否成功生成，一般程序没有报错基本都是可以生成的。
第一次使用csdn写文章，肯定会有很多纰漏和不足，有什么建议和意见都可以在下面评论提出，我会一一更正，谢谢各位

来源：oschina

链接：https://my.oschina.net/u/4330404/blog/4821850