python代码实现图片噪声去除

今天来给大家分享下怎么做图片的噪声去除。平时其实大家上网都能遇到这样的场景，就是输入讨厌验证码，怎么都输不对。验证码现在可以说是千奇百怪、分外妖娆，为啥要做成这样呢？就是因为对于这类图片的识别技术实在是太强了，弱一点的特征的验证码很容易被算法破解。今天给大家分享一个小tips，就是如何用一个最简单的算法解决图片噪音的问题，这也是图片OCR识别的第一步。

首先看下我们要处理的图片：

这张图是一个典型的验证码图片，里面有“KDQU”四个字母，也有后方很多的灰色线条干扰。首先思考一下，当我们的眼睛看到这张图的时候，你的大脑是如何对这几个字母进行识别的。过程大致是这样的：

1. 将图片通过眼睛传入脑神经元
2. 找到图片中明亮连续的色块，作为图片中突出要表达的信息，去除杂乱的线条干扰
3. 对突出的信息模块识别

ok~基于这样的理论，我们来构建上述步骤2的去噪原理，首先可以获取整个图片的色素平均值，假设是V，色素值越大表示颜色越深，越小表示颜色越浅。然后遍历整个图片每一个色素点，当色素值>n，那么就把这个点画成黑色点，当色素点<n，就把这个点画成白色。代码放在这里：< p="">

#!/usr/bin/python2.7 
# -*- coding: utf-8 -*- 
from PIL import Image  
# 二值化处理  
def two_value():  
# 打开文件夹中的图片  
    image=Image.open('1.png')  
# 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:  < p="">
            table.append(0)  
        else:  
            table.append(1)  
    bim=lim.point(table,'1')  
    bim.save('2.png')  
two_value()  

感兴趣的同学可以玩一玩，效果的话如下图：