OpenCV for Python通道分离快速找出滑块验证码中缺口坐标_c# 识别图片缺口坐标

• 声明:文章仅源自个人兴趣爱好，不涉及他用，侵权联系删。
  转载请注明：转自https://leejason.blog.csdn.net/article/details/106211451

Opencv4 官方文档 : https://docs.opencv.org/4.2.0//
Opencv4 for Python中文文档点击下载:OpenCV4 for Python 中文文档

1.验证码及缺口图示例

1.1 验证码（带缺口）

1.2 缺口滑块

注意这里没有手动添加空行，是缺口图自带空白属性,滑块带有颜色，背景为白色

2.灰度化

2.1 验证码

自动阈值灰度化后，缺口图位置消失了，按照以往多种方法：
1.模板匹配：无法在大图中获取到缺口位置，所以此方法行不通；
2.就算完美截屏得到完整的没有缺口的验证码图片，色数对比也是行不通的…没法继续往下走，观察图片。

2.2 缺口图

带有颜色的滑块部分灰度化成功

3.通道分离及其效果

通道分离原理：

结合通道分离原理图，可以很好的理解，其实所谓的通道分离，就是将BGR（+alpha）多通道根据具体像素值分开。
实现通道分离代码：

分离各通道后及其效果：
都这效果了，咋处理应该比较清楚了！！！

4.找出缺口位置

将Alpha通道图片保存后，借助像素差异即可快速定位缺口位置

5.滑动验证码

借助识别出的坐标，设定滑动轨迹，滑动滑块。下面是测试的动态录屏，从效果来看，是非常good的。

当然了，此方法并不是适用一切验证码，滑块类型为alpha贴层的挺好使。