验证码识别是搞爬虫实现自动化脚本避不开的一个问题。通常验证码识别程序要么部署在本地，要么部署在服务器端。如果部署在服务器端就需要自己去搭建配置网络环境并编写调用接口，这是一个极其繁琐耗时的过程。
本文来自 Serverless 社区用户「乂乂又又」供稿但是现在我们通过腾讯云云函数 SCF，就可以快速将本地的验证码识别程序发布上线，极大地提高了开发效率。
效果展示
可以看到，识别效果还是蛮好的，甚至超过了肉眼识别率。
操作步骤传统的验证码识别流程是
图像预处理（灰化，去噪，切割，二值化，去干扰线等）验证码字符特征提取（SVM，CNN 等）验证码识别下面我就带大家一起来创建、编写并发布上线一个验证识别云函数
第一步：新建 python 云函数参见系列文章《万物皆可Serverless之使用 SCF+COS 快速开发全栈应用》
第二步：编写验证识别云函数
Life is short, show me the code.这里我就以一个最简单的验证码识别程序为例，直接上代码
import ioimport osimport timefrom PIL import Image as imageimport json#字符特征chars = { '1': [1, 1, 1, 0, 1, ...], '2': [1, 0, 0, 1, 0, ...], '3': [0, 1, 0, 0, 1, ...], # 其他字符特征...}# 灰度处理def covergrey(img): return img.convert('L')# 去除验证码边框def clearedge(img): for y in range(img.size[1]): img.putpixel((0, y), 255) img.putpixel((1, y), 255) img.putpixel((2, y), 255) img.putpixel((img.size[0]-1, y), 255) img.putpixel((img.size[0]-2, y), 255) img.putpixel((img.size[0]-3, y), 255) for x in range(img.size[0]): img.putpixel((x, 0), 255) img.putpixel((x, 1), 255) img.putpixel((x, 2), 255) img.putpixel((x, img.size[1]-1), 255) img.putpixel((x, img.size[1]-2), 255) img.putpixel((x, img.size[1]-3), 255) return img# 去除干扰线并转换为黑白照片def clearline(img): for y in range(img.size[1]): for x in range(img.size[0]): if int(img.getpixel((x, y))) >= 110: img.putpixel((x, y), 0xff) else: img.putpixel((x, y), 0x0) return img# 去噪/pnum-去噪效率def del_noise(im, pnum=3): w, h = im.size white = 255 black = 0 for i in range(0, w): im.putpixel((i, 0), white) im.putpixel((i, h - 1), white) for i in range(0, h): im.putpixel((0, i), white) im.putpixel((w - 1, i), white) for i in range(1, w - 1): for j in range(1, h - 1): val = im.getpixel((i, j)) if val == black: cnt = 0 for ii in range(-1, 2): for jj in range(-1, 2): if im.getpixel((i + ii, j + jj)) == black: cnt += 1 if cnt < pnum: im.putpixel((i, j), white) else: cnt = 0 for ii in range(-1, 2): for jj in range(-1, 2): if im.getpixel((i + ii, j + jj)) == black: cnt += 1 if cnt >= 7: im.putpixel((i, j), black) return im# 图片数据二值化def two_value(code_data): table = [serverless] for i in code_data: if i < 140: # 二值化分界线140 table.append(0) else: table.append(1) return table# 图片预处理def pre_img(img): img = covergrey(img) # 去色 img = clearedge(img) # 去边 img = clearline(img) # 去线 img = del_noise(img) # 去噪 return img# 处理图片数据def data_img(img): code_data = [serverless] # 验证码数据列表 for i in range(4): # 切割验证码 x = 5 + i * 18 # 可用PS确定图片切割位置 code_data.append(img.crop((x, 9, x + 18, 33)).getdata()) code_data[i] = two_value(code_data[i]) # 二值化数据 return code_data# 验证码识别def identify(data): code = ['']*4 # 验证码字符列表 diff_min = [432]*4 # 初始化最小距离--不符合的数据点个数（共120数据点） for char in chars: # 遍历验证码字符（每个字符比较一次4个验证码） diff = [0]*4 # 各验证码差距值(每个字符判断前重置此距离) for i in range(4): # 计算四个验证码 for j in range(432): # 逐个像素比较验证码特征 if data[i][j] != chars[char][j]: diff[i] += 1 # 距离+1 for i in range(4): if diff[i] < diff_min[i]: # 比已有距离还要小（更加符合） diff_min[i] = diff[i] # 刷新最小距离 code[i] = char # 刷新最佳验证码 return ''.join(code) # 输出结果def predict(imgs): code = '' img = imgs.read() img = image.open(io.BytesIO(img)) img = pre_img(img) # 预处理图片 data = data_img(img) # 获取图片数据 code = identify(data) # 识别验证码 return codedef apiReply(reply, code=200): return { "isBase64Encoded": False, "statusCode": code, "headers": {'Content-Type': 'application/json', "Access-Control-Allow-Origin": "*"}, "body": json.dumps(reply, ensure_ascii=False) }def main_handler(event, context): main_start = time.time() flag = True if 'image' in event['queryString'] else False code = predict(event['queryString']['image']) if 'image' in event['queryString'] else '无效的请求' return apiReply({ 'ok': flag, 'code': code, 'spendTime': str(time.time()-main_start) })老规矩，先捋一下整个云函数的流程。
...