图像叠加

引言

记一个生活中的小插曲，在使用 selenium 工具写自动化脚本的时遇到一个非常规的验证码登录情况，例如：上证服务通行证 。该验证码有 4 个字符，但是每次闪动其中 3 个字符（换句话说，当你使用截图工具截图只能截到其中 3 个字符）。解决思路也很简单，就是多张图片叠加出一张完整的验证码图片，然后再使用 ocr 识别验证码。

正文

方法很简单，就是讲图片转为 RGBA 格式；将图像的白色像素更改为透明形式；保存即可。

• 使用 pillow

  • 写法一

    from PIL import Image
     
    def transparent_back():
        img = Image.open("./image.png")
        img = img.convert("RGBA")
        datas = img.getdata()
        data = []
     
        for item in datas:
            if item[0] == 255 and item[1] == 255 and item[2] == 255:
                data.append((255, 255, 255, 0))
            else:
                data.append(item)
     
        img.putdata(data)
        img.save("./new_image.png", "PNG")

  • 写法二

    from PIL import Image
    
    def transparent_back():
        img = Image.open("./image.png")
        img = img.convert('RGBA')
        L, H = img.size
        color_0 = img.getpixel((0, 0))
        for h in range(H):
            for l in range(L):
                dot = (l, h)
                color_1 = img.getpixel(dot)
                if color_1 == color_0:
                    color_1 = color_1[:-1] + (0,)
                    img.putpixel(dot, color_1)
        img.save("./new_image.png", "PNG")

• 使用 opencv

  import cv2
  
  def merge():
      dsts = []
      images = os.listdir("./images")
      for image in images:
          img = cv2.imread(image, 1)
          dsts.append(cv2.cvtColor(img, cv2.COLOR_BGR2GRAY))
      while len(dsts) > 1:
          dsts.append(cv2.addWeighted(dsts[0], 0.5, dsts[1], 0.5, 0))
          dsts.pop(0)
          dsts.pop(0)
      cv2.imshow('', dsts[0])
      cv2.waitKey(0)
      cv2.destroyAllWindows()

当然，如果你是保存的 gif 格式的验证码，可以先按照帧率去切割 gif ， demo 如下：

from PIL import Image

def framing_gif():
    img = Image.open("./image.gif")
    try:
        while True:
            curr = img.tell()
            img.save(f"./第{str(curr + 1)}帧.png")
            img.seek(curr + 1)
    except Exception as e:
        pass

参考

• How to make background image transparent using Python?