本站首页 收藏本站
广告位联系

APP正在开发中...
返回顶部
您的位置： 主页 > 脚本 > python >

收藏
分享到

使用Python和LabelMe实现图片验证码的自动标注功能

python 来源：互联网 作者：佚名 发布时间：2025-01-01 17:09:49 人浏览
摘要

使用 Python 和 LabelMe 实现图片验证码的自动标注 在处理图片验证码时，手动标注是一项耗时且枯燥的工作。本文将介绍如何使用 Python 和 LabelMe 实现图片验证码的自动标注。通过结合 PaddleOCR 实

使用 Python 和 LabelMe 实现图片验证码的自动标注

在处理图片验证码时，手动标注是一项耗时且枯燥的工作。本文将介绍如何使用 Python 和 LabelMe 实现图片验证码的自动标注。通过结合 PaddleOCR 实现自动识别，再生成 LabelMe 格式的标注文件，大幅提升工作效率。

环境准备

必备工具

  • Python 3.7+
  • PaddleOCR（支持文字识别）
  • OpenCV（图像处理）
  • LabelMe（标注工具）

安装依赖

使用以下命令安装所需库：

1

pip install paddleocr labelme opencv-python

实现自动标注

自动标注分为以下几个步骤：

  • 加载图片：读取图片文件，确保格式正确。
  • 图像预处理：对验证码图片进行灰度化和二值化处理，优化识别效果。
  • OCR 识别：使用 PaddleOCR 获取验证码中的文字和位置。
  • 生成标注文件：根据 OCR 结果创建符合 LabelMe 格式的 JSON 文件。

核心代码实现

以下是完整的自动标注脚本：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

import os

import cv2

from paddleocr import PaddleOCR

def auto_label_image(image_path, output_path):

    # 检查文件是否存在

    if not os.path.exists(image_path):

        print(f"Error: File not found: {image_path}")

        return

    # 加载图像

    image = cv2.imread(image_path)

    if image is None:

        print(f"Error: Failed to load image. Check the file path or format: {image_path}")

        return

    # 图像预处理

    gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

    _, binary_image = cv2.threshold(gray_image, 128, 255, cv2.THRESH_BINARY)

    # 保存预处理后的图片（可选，用于调试）

    preprocessed_path = os.path.join(output_path, "processed_image.jpg")

    cv2.imwrite(preprocessed_path, binary_image)

    # 初始化 OCR

    ocr = PaddleOCR(use_angle_cls=True, lang='en')

    # OCR 识别

    results = ocr.ocr(preprocessed_path)

    if not results or not results[0]:

        print(f"No text detected in the image: {image_path}")

        return

    # 获取图像尺寸

    image_height, image_width, _ = image.shape

    # 构建标注 JSON

    label_data = {

        "version": "4.5.7",

        "flags": {},

        "shapes": [],

        "imagePath": os.path.basename(image_path),

        "imageData": None,

        "imageHeight": image_height,

        "imageWidth": image_width,

    }

    # 遍历 OCR 结果

    for line in results[0]:

        points = line[0]  # 字符位置 [左上, 右上, 右下, 左下]

        text = line[1][0]  # 识别的文本

        shape = {

            "label": text,

            "points": [points[0], points[2]],  # 左上角和右下角

            "group_id": None,

            "shape_type": "rectangle",

            "flags": {}

        }

        label_data["shapes"].append(shape)

    # 保存标注 JSON

    json_path = os.path.join(output_path, os.path.basename(image_path).replace('.jpg', '.json'))

    with open(json_path, 'w') as f:

        import json

        json.dump(label_data, f, indent=4)

    print(f"Saved LabelMe annotation: {json_path}")

# 示例

image_path = r"C:\Users\wangzq\Desktop\images\captcha.jpg"

output_path = "./annotations"

os.makedirs(output_path, exist_ok=True)

auto_label_image(image_path, output_path)

核心逻辑解析

图像预处理

为了提高 OCR 的识别精度，对验证码图片进行灰度化和二值化处理：

1

2

gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

_, binary_image = cv2.threshold(gray_image, 128, 255, cv2.THRESH_BINARY)

二值化处理可以去除背景噪声，使字符更加清晰。

OCR 识别

使用 PaddleOCR 对图片进行文字检测和识别，返回检测框和文字内容：

1

2

ocr = PaddleOCR(use_angle_cls=True, lang='en')

results = ocr.ocr(preprocessed_path)

如果 results 为空，说明 OCR 未检测到任何文本。

生成标注文件

根据 OCR 结果，生成 LabelMe 格式的标注文件，关键字段包括：

  • shapes：标注框信息，包括位置和对应文字。
  • imageHeight 和 imageWidth：图像的尺寸。

运行结果

  • 输出预处理图片：在指定路径下保存经过预处理的图片（processed_image.jpg）。
  • 生成标注文件：在 output_path 目录下生成与图片同名的 .json 文件。
  • 无文本检测提示：如果未检测到任何文本，提示 No text detected in the image。

扩展与优化

模型适配

如果验证码中的字符种类较复杂，可以考虑训练一个专用模型，替代通用的 PaddleOCR。

批量处理

针对多张图片验证码，可以将脚本扩展为批量处理模式：

1

2

3

for image_file in os.listdir(input_folder):

    image_path = os.path.join(input_folder, image_file)

    auto_label_image(image_path, output_path)

标注类型扩展

目前代码仅支持矩形框标注。如果需要支持多边形标注，可以调整 shape_type 为 polygon 并提供相应点坐标。

总结

本文介绍了如何使用 Python 和 LabelMe 自动标注图片验证码，从图像预处理到生成标注文件的完整流程。通过 PaddleOCR 的结合，可以快速实现验证码字符的自动标注，节省大量时间和精力。

测试

运行完脚本，出来json

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

{

    "version": "4.5.7",

    "flags": {},

    "shapes": [

        {

            "label": "OZLQ",

            "points": [

                [

                    6.0,

                    1.0

                ],

                [

                    68.0,

                    21.0

                ]

            ],

            "group_id": null,

            "shape_type": "rectangle",

            "flags": {}

        }

    ],

    "imagePath": "captcha.png",

    "imageData": null,

    "imageHeight": 22,

    "imageWidth": 76

}

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

{

    "version": "4.5.7",

    "flags": {},

    "shapes": [

        {

            "label": "3081",

            "points": [

                [

                    6.0,

                    1.0

                ],

                [

                    63.0,

                    21.0

                ]

            ],

            "group_id": null,

            "shape_type": "rectangle",

            "flags": {}

        }

    ],

    "imagePath": "captcha.png",

    "imageData": null,

    "imageHeight": 22,

    "imageWidth": 76

}

目前较为复杂还需要深度研究
版权声明 : 本文内容来源于互联网或用户自行发布贡献，该文观点仅代表原作者本人。本站仅提供信息存储空间服务和不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权， 违法违规的内容， 请发送邮件至2530232025#qq.cn(#换@)举报，一经查实，本站将立刻删除。

您可能感兴趣的文章 :

原文链接 :
相关文章
推荐阅读
最新更新
友情链接
  • 本站所有内容来源于互联网或用户自行发布，本站仅提供信息存储空间服务，不拥有版权，不承担法律责任。如有侵犯您的权益，请您联系站长处理！
  • Copyright © 2017-2022 F11.CN All Rights Reserved. F11站长开发者网 版权所有 | 苏ICP备2022031554号-1 | 51LA统计