休息了一个月，从今天开始继续更新文章！希望大家喜欢。最近在研究怎么破解验证码，其中就要利用到Python识别像素颜色的技术。你也可以用PS慢慢地进行取样记录，但那样效率非常低下，而且麻烦。识别验证码需要我们高效地提取出像素，并将其转换成黑白二色，这样才好进行矢量对比。

工具：

pillow库

如果你有PyCharm的话，可以在Preferences内的Project Interpreter中安装pillow.

若你没有PyCharm.请上网查阅安装流程，非常简单。

几个要用到的比较重要的函数(你可以先跳过，遇到不认识的函数再回来查看)：

建议直接阅读PIL的英文文档：http://effbot.org/imagingbook/image.htm

image.new(mode,size,color)

使用给定的变量mode和size生成新的图像。mode是图片模式，如”RGB”、”P”。Size是给定的宽/高二元组，这是按照像素数来计算的。对于单通道图像，变量color只给定一个值；对于多通道图像，变量color给定一个元组（每个通道对应一个值）。

im.convert(mode)

将你打开的图片转化为某种格式。

im.getpixel(xy)

返回给定位置的像素。

im.putpixel(xy,color)

修改给定位置的像素。

im.size()

返回两个元素，宽和高。im.size ⇒ (width, height)

若是变量名.size[0]则便是是宽,size[1]则表示是高。

使用的图片：

from PIL import Image

im = Image.open("1.jpg")

for y in range(im.size[1]):
    for x in range(im.size[0]):
        pix = im.getpixel((x,y))
        print(pix)

运行结果很长，我们截取一部分：

不得不说Python实在很强大。不过这样看实在很麻烦，因为像素这么多，我们不可能手动地去分析数据。

如果我们要算出RGB各个位低于100的数量，我们可以这样做：

from PIL import Image
 im = Image.open("1.jpg")
 count = 0
 for y in range(im.size[1]):
     for x in range(im.size[0]):
         pix = im.getpixel((x,y))
         if(pix[0] < 100 and pix[1] < 100 and pix[2] < 100):
             count = count + 1
 print(count)

结果是265743.我们甚至可以把它们转换成别的颜色。

最好是不在原图上操作，我们new一个一样大小的图片即可。

im2 = Image.new(“RGB”,im.size,255)

意思是新建一个跟它一样大的RGB图片，背景颜色为红色。

我们把刚刚各个位低于100的像素转化为白色。

from PIL import Image
im = Image.open("1.jpg")
im2 = Image.new("RGB",im.size,255)
count = 0
for y in range(im.size[1]):
    for x in range(im.size[0]):
        pix = im.getpixel((x,y))
        if(pix[0] < 100 and pix[1] < 100 and pix[2] < 100):
            im2.putpixel((x,y),(255,255,255))
im2.show()

结果：

如果我们对原图进行修改颜色：

嘛，还是可以接受的。

源代码已经上传到公众号的github项目。以后公众号的源代码及图片都能在这里找到：https://github.com/Ckend/GongZhongHao

欢迎关注微信公众号：Python实用宝典https://pythondict.com