注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Python Cookbook

  2. 第1章 文本 1 引言 1 1.1 每次处理一个字符 6 1.2 字符和字符值之间的转换 7 1.3 测试一个对象是否是类字符串 8 1.4 字符串对齐 10 1.5 去除字符串两端的空格 11 1.6 合并字符串 11 1.7 将字符串逐字符或逐词反转 14 1.8 检查字符串中是否包含某字符集合中的字符 15 1.9 简化字符串的translate方法的使用 18 1.10 过滤字符串中不属于指定集合的字符 20 1.11 检查一个字符串是文本还是二进制 23 1.12 控制大小写 25

  3. 所属分类：Python

    • 发布日期：2013-07-31
    • 文件大小：59768832
    • 提供者：winlrou

  1. Python.Cookbook(第2版)中文版

  2. 第1章 文本 引言 1 1.1 每次处理一个字符 1.2 字符和字符值之间的转换 1.3 测试一个对象是否是类字符串 1.4 字符串对齐 1.5 去除字符串两端的空格 1.6 合并字符串 1.7 将字符串逐字符或逐词反转 1.8 检查字符串中是否包含某字符集合中的字符 1.9 简化字符串的translate方法的使用 1.10 过滤字符串中不属于指定集合的字符 1.11 检查一个字符串是文本还是二进制 1.12 控制大小写 1.13 访问子字符串 1.14 改变多行文本字符串的缩进 1.15

  3. 所属分类：专业指导

    • 发布日期：2015-04-23
    • 文件大小：71303168
    • 提供者：lengwuqin

  1. Python.Cookbook(第2版)中文版

  2. 第1章 文本 1 引言 1 1.1 每次处理一个字符 6 1.2 字符和字符值之间的转换 7 1.3 测试一个对象是否是类字符串 8 1.4 字符串对齐 10 1.5 去除字符串两端的空格 11 1.6 合并字符串 11 1.7 将字符串逐字符或逐词反转 14 1.8 检查字符串中是否包含某字符集合中的字符 15 1.9 简化字符串的translate方法的使用 18 1.10 过滤字符串中不属于指定集合的字符 20 1.11 检查一个字符串是文本还是二进制 23 1.12 控制大小写 25

  3. 所属分类：Python

    • 发布日期：2016-04-26
    • 文件大小：71303168
    • 提供者：skyfishsha

  1. python图片预处理

  2. 验证码的图片预处理，灰度化，二值化，分割，下一步识别之前所用

  3. 所属分类：Python

    • 发布日期：2018-04-24
    • 文件大小：4096
    • 提供者：qq_41357280

  1. python验证码图片处理(二值化)

  2. 主要介绍了python验证码图片处理(二值化)，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：158720
    • 提供者：weixin_38536267

  1. python脚本实现验证码识别

  2. 最近在折腾验证码识别。最终的脚本的识别率在92%左右，9000张验证码大概能识别出八千三四百张左右。好吧，其实是验证码太简单。下面就是要识别的验证码。 我主要用的是Python中的PIL库。 首先进行二值化处理。由于图片中的噪点颜色比较浅，所以可以设定一个阈值直接过滤掉。这里我设置的阈值是150，像素大于150的赋值为1，小于的赋为0. def set_table(a): table = [] for i in range(256): if i < a:

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：124928
    • 提供者：weixin_38565221

  1. python实现验证码识别功能

  2. 本文实例为大家分享了python实现验证码识别的具体代码，供大家参考，具体内容如下 1.通过二值化处理去掉干扰线 2.对黑白图片进行降噪，去掉那些单独的黑色像素点 3.消除边框上附着的黑色像素点 4.识别图像中的文字，去掉空格与’.’ python代码： from PIL import Image from aip import AipOcr \nfile='1-1-7' # 二值化处理,转化为黑白图片 def two_value(): for i in range(1, 5): # 打

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：54272
    • 提供者：weixin_38563871

  1. 使用python 对验证码图片进行降噪处理

  2. 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

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：114688
    • 提供者：weixin_38612909

  1. 使用python PIL库实现简单验证码的去噪方法步骤

  2. 字符型图片验证码识别完整过程及Python实现的博主，我的大部分知识点都是从他那里学来的。 想要识别验证码，收集足够多的样本后，首先要做的就是对验证码原始图片进行处理，对验证码识别分类之前，一般包括：将彩色图片转换成灰度图、将灰度图二值化和去除噪点三个基本过程。这里仅以比较简单的验证码为例，介绍一下如何通过python的PIL库对图片去噪。 首先看一下未经处理的验证码图片： 对图片处理主要使用了PIL库的Image类。 1.彩色图片转换成灰度图 首先使用Image的open方法打开上面的图片

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：195584
    • 提供者：weixin_38695471

  1. python中验证码连通域分割的方法详解

  2. 实现思路 是用深度遍历，对图片进行二值化处理，先找到一个黑色像素，然后对这个像素的周围8个像素进行判断，如果没有访问过，就保存起来，然后最后这个数组的最小x和最大x就是x轴上的切割位置。这种分割的方法还是只能适用于没有粘连的验证码，比垂直分割的好处是，可以处理位置比较奇怪的验证码。 示例代码 def cfs(img): 传入二值化后的图片进行连通域分割 pixdata = img.load() w,h = img.size visited = set() q = queue.Queu

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：43008
    • 提供者：weixin_38636983

  1. python识别验证码的思路及解决方案

  2. 1、介绍 在爬虫中经常会遇到验证码识别的问题，现在的验证码大多分计算验证码、滑块验证码、识图验证码、语音验证码等四种。本文就是识图验证码，识别的是简单的验证码，要想让识别率更高，识别的更加准确就需要花很多的精力去训练自己的字体库。 识别验证码通常是这几个步骤： （1）灰度处理 （2）二值化 （3）去除边框（如果有的话） （4）降噪 （5）切割字符或者倾斜度矫正 （6）训练字体库 （7）识别 这6个步骤中前三个步骤是基本的，4或者5可根据实际情况选择是否需要。 经常用的库有pytesseract(

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：234496
    • 提供者：weixin_38621427