首先貼一張驗證碼上來做案例：

第一步先通過二值化處理把干擾線去掉：

from PIL import Image

# 二值化處理
def two_value():
    for i in range(1,5):
        # 開啟資料夾中的圖片
        image=Image.open('./Img/'+str(i)+'.jpg')
        # 灰度圖
        lim=image.convert('L')
        # 灰度閾值設為165，低於這個值的點全部填白色
        threshold=165
        table=[]
        
        for j in range(256):
            if j<threshold:
                table.append(0)
            else:
                table.append(1)

        bim=lim.point(table,'1')
        bim.save('./Img2/'+str(i)+'.jpg')

two_value()
 

執行結果圖如下：

然後對黑白圖片進行降噪，去掉那些單獨的黑色畫素點：

from PIL import Image

# 去除干擾線
im = Image.open('./Img2/1.jpg')
# 影象二值化
data = im.getdata()
w,h = im.size
black_point = 0

for x in range(1,w-1):
    for y in range(1,h-1):
        mid_pixel = data[w*y+x] # 中央畫素點畫素值
        if mid_pixel <50: # 找出上下左右四個方向畫素點畫素值
            top_pixel = data[w*(y-1)+x]
            left_pixel = data[w*y+(x-1)]
            down_pixel = data[w*(y+1)+x]
            right_pixel = data[w*y+(x+1)]

            # 判斷上下左右的黑色畫素點總個數
            if top_pixel <10:
                black_point += 1
            if left_pixel <10:
                black_point += 1
            if down_pixel <10:
                black_point += 1
            if right_pixel <10:
                black_point += 1
            if black_point <1:
                im.putpixel((x,y),255)
            # print(black_point)
            black_point = 0

im.save('xxxx.jpg')
 

執行結果如下圖所示：

最後對邊框上附著的黑色畫素點進行消除：

from PIL import Image

# 去除干擾線
im = Image.open('./Img2/1.jpg')
# 影象二值化
data = im.getdata()
w,h = im.size
black_point = 0

for x in range(1,w-1):
    for y in range(1,h-1):
        if x<2 or y<2 :
            im.putpixel((x-1, y-1), 255)
        if x>w-3 or y>h-3:
            im.putpixel((x+1 , y+1 ), 255)

im.save('xxx.jpg')
 

執行結果：