pixelstudio导入不了图片

题主是否想询问“pixelstudio导入不了怎么办”？更改名称。

1、首先打开软件pixelstudio，并点击创建drawable-xhdpi。

2、其次点击想要导入的，右击选择更改文件名。

3、最后更改名称为小写字母，更改完成后将导入到pixelstudio中即可。

可以在国内用。

谷歌出品的一款安卓手机，在入手之前建议有半年以上的类原生+Gapps的经历，不然新机在国内的调教可能会让人崩溃。

Pixel2最吸引人的，除了非常厉害的成像，还有这个最纯正的AOSP系统，一直以来，原生可能真的差在公交卡支持以及微信支付宝指纹等方面（解决方案基本需要root）以及一些原因导致的google全家桶对于国内支持不怎么好。

所以自备FQ工具是前提。就目前在mido的oero体验来看，按照O新的后台限制，对于国内毒瘤还是拥有一定镇压能力的。当然我还是更推荐加上写轮眼/IFW+黑域/绿守

尤其现在通过ADB达到免root使得原生在国内有了更强适应性。

耗电量会急剧上升，原因是google位置记录和google程序不断尝试连接服务器。

扩展资料：

一，搭载谷歌助理的手机

谷歌发布了全新的谷歌助理（Google Assistant），将大大发挥谷歌人工智能的优势。谷歌助理具备整合日历和事件功能，可以根据用户当前的位置、活动项目整合服务，真正的打造一个手机中更加智能的虚拟助手，而不再是单一的网络搜索功能。

Google Now跟以往一样，现在长按Home键就可以启动，同时它还包括了“Now on Tap”功能，激活后可以在主屏幕上快速回答用户的语音提问。 

二，强大的照相功能

谷歌在发布会上称Pixel的摄像头是所有已经发布的谷歌手机中最好的，这款手机在DxOMARK的评分达到了89分。并且通过软件的算法，谷歌让Pixel的摄像头可以适应大部分的光线场景，并且在低光的环境下手机可以更好的进行曝光控制。

新手机上的图像处理速度是过去产品的两倍，并且谷歌还宣称Pixel的手机是目前所有的智能手机中合焦速度最快的，并且支持OIS光学防抖。

三，谷歌云

谷歌表示将会为新手机提供免费的云空间，用于存储用户的照片和视频。谷歌为消费者提供了无限量的线上和视频资源。

四，更简单的用户沟通

在I/O大会上发布的Duo视频聊天软件正式登陆Pixel手机，这是谷歌提供的原生视频通话应用，有点类似苹果的Facetime。并且谷歌还在新的Pixel手机上预装了一个全新的手机迁移应用Switching，用于从旧手机一键迁移资料到Pixel中。

五，虚拟现实领域的突破

Pixel成为了首款支持谷歌DayDream计划的智能手机。谷歌在发布会上推出了全新的Daydream View ，售价79美元，可以与Pixel进行交互连接 。

参考资料来源;-Pixel （谷歌智能手机）

Google正式宣布在台湾贩售Google Pixel 3与Pixel 3 XL，且64GB与128GB版本皆有贩售，在Google Store上就能预购，预计于11月1日上市。瘾科技也于第一时间取得64GB白色款Pixel 3，以及搭配Pxiel 3使用会有特殊功能的Google Pxiel Stand，连续几天用下来，Pixle 3让人觉得是款新奇且轻巧的手机，搭配刚上线的Google助理的确有许多可玩之处，若是想对Google Pixel 3拍照更了解，不妨可以参考：单镜头 Google Pixel 3 XL 拍照实测，夜拍夜视、肖像拍摄、数位变焦体验

就是想看高画质版： user51657pieepw/EYHKG

前段班硬体还搭配AI

Pixel手机向来都是Google自家的实验场，搭配的虽不见得是最新最强的硬体，但大多也是目前时下主流的配置。这次Pixel 3与Pixel 3 XL差异在于萤幕尺寸与电池容量，其余硬体方面倒是没有差异，可以依照使用习惯选择手机版本，而不需顾虑诸如相机等规格。Pixel 3搭载的是目前常见的Snapdragon 845处理器，记忆体部分则是4GB、储存空间有64GB与128GB可供选择。

由于Google提供Pixel 3用户免费且无限的线上储存空间，拍的照片可无损存放在Google Photos中，直到2022年1月31日前都可以持续使用无限服务。也因为如此，建议选择64GB版本即可，毕竟最容易塞爆手机的相片问题已经解决，再来就只是需要多大容量储存App的问题罢了。

▲Google Pixel 3包装也是简洁的风格，这次测试的是白色版本。

▲蓝色的是背面，从此处拆开封条后不要直接打开，不然会整个倒出来。

▲Pixel 3有64GB与128GB版本，颜色则是白、黑、粉三色。

▲上层是Pixel 3，下层则是满满的配件。

▲内容物很丰富，包括充电头、USB Type-C线材，35mm转接头、USB Type-C转接头、耳机等。

▲附赠的是双USB Type-C线材，比较特别的是中间有线材卡扣。

▲充电头支援USB PD快速充电。

▲输出有5V3A、9V2A模式，这个充电头版本与Pixel Stand附赠的相同，如果你都有买，这颗可以先留下来不用拆。

▲内容物还有35mm跟USB Type-C转接头。

▲手机打开十分干净，也没有多余的App需要删除。

▲比较特别的是，白色版本电源键为绿色，粉色版则是橘色，黑色则是保持黑色。

55吋OLED手机轻巧又漂亮

Pixel 3使用的是55吋OLED萤幕，像素密度为443ppi，略低于Pixel 3 XL的523ppi，支援HDR并通过UHDA认证 。由于萤幕只有55吋，机身又十分紧凑，体积只有682x1456x79mm，且重量更是只有148公克，算是在目前的手机当中属于轻巧的类型。主因还是手机背面使用的是特殊处理的玻璃外壳。个人满喜欢这样的设计配置。

另外比较特别的是，Google让Pixel 3成为双卡手机，但双卡是eSIM搭配实体SIM卡的组合，由于目前台湾仍无法申请手机使用的eSIM，因此这功能算是半残有点可惜，另外日本版Pixel 3则是有搭载FeliCa功能，也是比较特殊的版本。至于频段则是支援台湾4G全频段，不太需要顾虑频段问题。

▲特殊配色的电源按键有点缀的效果，粉绿色的配色相当好看。

▲指纹辨识位于背面靠近上方，由于跟镜头错开因此不会像是Sony Xperia XZ2不小心误按到镜头。

▲充电介面为USB Type-C，支援USB PD快速充电。

▲虽然是双卡手机，但其中一个需要用eSIM，但台湾目前仍未提供相关服务，是比较可惜的地方。

有AI用单镜头就够了

相机的部分比较特别，不论Pixel 3或是Pixel 3 XL后镜头都是使用1220万画素感光元件，前镜头则是双镜头配置，搭载了双800万画素的广角与一般镜头。之所以说特别有2点，其一是Pixel 3或是Pixel 3 XL都是搭载一样的相机配置，并不会因为Pixel 3 XL比较大就用双相机配置。其次是不论哪款手机，都只用单镜头搞定。Google认为透过单镜头与AI的搭配，就能拥有不错的拍摄效果，尤其是AI的部分更是他们所强调的项目。

Pixel 3的相机可以在连拍后使用绝佳镜头功能，连拍后运用装置的机器学习技术，会主动告诉你哪张是最好的照片而不需要慢慢挑选。这技术会侦测模糊、凝视与对焦，找出面带笑容与眼睛张开的，并储存为HDR+的相片。然而此功能必须在相机模式下使用，肖像模式下无法使用此功能。

在HDR方面，相机预设是自动开启，可于设定中手动调整开关。可于手动模式中选择关、开启HDR+、HDR+强化这3个等级可选，并可于拍摄时微调细部强度。然而于HDR+强化模式下，无法同时使用动态模式，会影响到绝佳镜头功能，这点得要特别注意。附带一提，如果你不想直出Jpeg，Pixel 3也可以选择输出RAW，让后置更有弹性。

▲后方主镜头意外地使用单镜头配置，只有个1220万画素的镜头。Google认为透过单镜头搭配AI就能提供丰富的拍摄体验，因此不论Pixel 3或是Pixel 3 XL版本皆为单镜头设计。

▲当你按下连拍之后，检视相片时系统会直接告诉你哪张是最好的照片，并在照片上打个白点让你知道。过去连拍都很怕浪费手机或云端储存空间，Pixel 3可以无限制上传至Google Photos自然没有这个困扰。

▲在一般拍摄模式下，有5个主要的变焦段位，此为预设的广角端。

▲第二个变焦段位。

▲第三个变焦段位。

▲第四个变焦段位。

▲第五个变焦段位，若在光线充足的环境下，第四段位都还可以接受，但若在光线较不足的室内，第三个变焦段位就有明显的颗粒感。

动态追焦、团体广角 都实用

除了有自动选照片的绝佳镜头功能外，还有2个还不错的实用功能，第一个是动态追焦，只要在拍照萤幕上点着要追焦的物体，像是猫、狗、小孩这类不好拍摄的主题，在一定的移动速度与镜头范围内，系统会准确地追焦让你更好拍照。

其次是 常见的问题，经常发生人太多无法全部拍摄下去的状况，相较于后方的主镜头，Google在前镜头设计上采用双镜头配置，搭载的是双800万画素感光元件，其一为f/18支援自动对焦与相位检测技术的镜头，另一个则是97度广角定焦镜。 时可以在萤幕上变焦，利用广角镜把人全拍进去，操作算是十分简单且直觉。

▲前方为双800万画素相机配置，其中一个是97度的广角镜。

▲点选你要追焦的物体，如宠物、人物或是交通工具，镜头就会自动追焦。

▲只要在画面内移动都可追焦，你移动手机时，追焦点也会随之移动。

▲试试看前镜头的 模式，这是在逆光环境下用望远端拍摄。

▲这是预设的 角度，若超过3人入镜通常会显得有些拥挤。

▲选择点选广角端拍摄，可以看到视野明显增加许多，可以带到更多的背景。

▲换个角度再来一次，这是望远端。

▲这是中间的段位，也是 预设的角度。

▲这是广角端的拍摄效果， 照的视觉压力不会这么大，也能带出更多的背景。

拍完照再调景深跟对焦点都没问题

最后不得不提一下这次的肖像模式，在此模式下拍照可以选择脸部润饰功能与景深调整，前者有自然与柔和模式可选择，就是Google版的「修修脸」模式。后者则十分好用，景深调整除了用在拍摄人像外，也能拿来当微距模式玩。而且拍摄的景深效果如果不满意，可以在预览照片时调整强度甚至是改变对焦点，算是十分强大的功能。

▲Pixel 3的景深设定算是很简单，这是未套用景深效果的照片。

▲这是套用景深效果时的预设强度。

▲把景深强度开到最大。

▲景深焦点不见得要在拍摄时设定，拍完照片还能继续设定景深强度，甚至是改变焦点。

▲肖像模式的景深效果不见得只能拍摄人像，拿来拍摄微距也很不错。

▲既然是肖像模式，那么拍摄人像来试试看，这是未开启景深效果。

▲景深强度中。

▲景深强度开到强。

▲同个角度换成iPhone X看看，这是未用景深效果。

▲中强度的景深效果。

▲最强的景深效果。

极干净的Android手机

Pixel 3还有个十分吸引人的特点，那就是系统极度干净。完完全全就是整齐没有安装任何废物电信商或是原厂手机App，还有那些扰人又无法删除的防毒软体、系统清洁App。拿到手机后里面只会有约莫20余个的Google相关服务图示(含设定、联络人、相机、时钟等)，不再看到那些非Root删不掉的「客制化」App真是让人身心愉悦。

▲开机就是个干净的系统，没有多余的App用起来就是舒服。

抢先用新服务是卖点

毕竟挂的是Google自家招牌，因此在更新上不论是Android还是各类新服务，上线肯定都有Pixel的一份，这是其余Android手机无法享受到的福利。不过还得说的是，Google有不少服务是优先于美国推广或者说是泛英语世界，就算有些服务Pixel 3可以抢先体验，但可能受限于不支援繁体中文而无法第一时间使用，这是有可能碰到的状况。但无论如何，至少在系统更新上是可以比较快更新，至于App则要看支援的状况。

▲能够第一时间玩到各种Google服务与更新，是Pixel 3最大也是无可取代的优势。

2600元的Pixel Stand该不该买？

既然都买了Pixel 3，那该不该连原厂的无线充电座Pixel Stand一起买？如果你是非无线充电不可，且又要快速充电那么你就买吧！毕竟支援快速充电且能搭配Pixel 3的产品，还要去比对是否真的快充太麻烦，买原厂的比较省事。而且还能完整支援Google数位助理功能，这是最大的优势。

然而若你是台湾的用户，又不太在意无线充电功率是5W还是10W，慢慢充也没关系。那我会建议你买个符合标准的Qi无线充电座即可，Pixel Stand固然好用但售价真的太高，且台湾用户缺少配套的数位家庭组合，即便Stand支援数位助理，但能用到的地方就少了很多。

回头来看Pixel Stand的优点在哪？主要在2个方面有较难取代的优势，首先是对于Pixel 3快速充电的完整支援，最高可达10W快充，且Stand附赠的插头与Pixel 3内附的完全相同，万一想更快速充电，可以直接接线用USB PD快速充电会更快。其次是比较重要的数位助理功能，当Pxiel 3放上Stand上后，萤幕会自动显示时间与数位助理，也可以把手机变成数位相框来用。

▲要价2600元的Pixel Stand特别之处在哪呢？来看看吧！

▲Stand背板为不可调整的设计，但不论是Pixel 3或XL都可直立或横放。

▲底端是用USB Type-C介面。

▲这组是不是很面熟？是的，那个充电头与手机内附的相同，线材则只有收纳处略有差异。

▲一样输出是5V3A、9V2A配置。

▲摆起来的样子大概就是这种感觉，算是简单好看且不太占用空间。

▲Stand搭配Pixel 3会有特定的萤幕画面，可以直接呼叫数位助理，或是连动家中其他的智慧家庭配备。

智慧家庭配备是关键

若是美国的用户可以选购大量的智慧家庭设备，此时把Pixel 3放在充电座上还能充当智慧家庭中枢控制这些装置。用以替代部分智慧喇叭的功能，这也是Stand最大的优势之一。然而在台湾并没有这些相关配备可以选购，自然优势就减弱了不少。

会有些人问Pixel 3长时间放在桌上显示著萤幕，会不会有OLED烙印的问题？这问题其实各家厂商都有些解法，Pixel 3会在每隔一段时间小幅移动图示位置，借此避免长时间显示造成烙印。至于晚上会不会影响睡眠，Pixel 3可开启夜间模式，若房间是黑暗的状态就会关闭萤幕避免影响睡眠，隔天早上还可以在闹钟响起之前，慢慢点亮萤幕让你适应光线，也是只有在Stand上才有的功能。

▲个人认为，Stand有其价值在，但台湾缺乏智慧家庭相关配备，且无法直接中文语音开启Google助理，导致功能上有点不上不下。

Pixel 3还能客制化手机壳

把Pixel 3买回家后会面临一个现实的问题，手机壳该怎么买？相较于其他手机Pixel 3在台湾短期内的手机壳选择可能会很少，Google Store中有2种手机壳可以选购，一种是1490元的编织布料保护套，另一种是可以客制化图案的聚碳酸酯 (PC) 、热塑性合成橡胶 (TPE)双材质保护壳，价格则是1690元。

客制化的手机壳除了能自己上传之外，还能选择Google Maps上的地图做为手机壳图案，如果有创作障碍，Google也提供数十种预设让你直接挑了结帐。

▲编织布料的手机壳质感很好，官网有4种颜色可选。

▲除了编织布料的版本外，还有客制化的版本，左边可上传自己做，中间则是选择Google提供的图像，右边则是用Google Maps的图资当用。

▲预设有数十种图案可选。

▲选择自己喜欢的城市做为手机壳也很有趣。

体验出色的Google亲生机种

如果你是个规格控，要有三镜头甚至是四镜头，萤幕还要又大又有超高萤幕比，最好还有升降式镜头，那么Pixel 3不会是你的选项。然而偏好尝试各种Google服务，或是想要一支手机能保有更新好几年，那么Pixel 3应该会是最适合的Android手机。

整体而言，Google虽然只设计了单镜头在Pixel 3上，但搭配AI拍摄出来的照片的确有其过人之处，在单镜头手机中算是顶级的水准，就算放到双镜头的机种中，也是有其特色。不论是AI自动判别最佳照片，还是追焦、景深调整都是满实用的功能。介面方面使用最干净的Android系统，并能随Google脚步即时更新。

像笔者这类偏好小尺寸手机的用户来说，Pixel 3使用55吋萤幕却能保有如先前Galaxy S7这类手机的尺寸与重量，几天用下来算是十分满意。但手机终究要考量到售价，64GB版本Pixel 3售价为27700元，以规格论断并不算便宜，但考量到后面Google提供的无形支援与未来的可玩性，算是物有所值。Pixel 3算是很独特的手机，如编辑之类的人要体验一手Google服务几乎是必备的产品。若你也是个喜欢尝鲜的人，又考虑较小尺寸的手机，那么你可以认真考虑看看Google Pixel 3适不适合你。

 

pixelstudio导入照片大小

1

首先我们打开软件,点击下方工具栏中的添加功能。

2

然后就可以从素材库中直接添加,同时点击下方的从设备还可以导入手机中的。

3

点击从设备后,可以导入手机中储存的像素图,也可以直接导入相册中的照片,不过需要将大小控制在256256像素以内。

4

如图,导入素材后可以对其进行大小和位置的调整

如何保存pixel壁纸内的

用PixelStylePhotoEditor,您可以将图像文档保存为TIFF/JPEG/PNG/GIF/BMP/PSDB/JPEG2000/PDF/SVG格式。

第一步:选择菜单栏中的“文件”—>“存储”。

第二步:弹出“存储”对话框中,键入图像的名称。

第三步:选择要保存的文件格式。

可导出的文件格式和对应的选项。

提示:

1如果您尚未编辑完成并希望下次无损打开该文件,请将文档另存为PixelStyle图像(PSDB)。

第四步:单击“保存”按钮保存对文档的更改。

如何利用Python做简单的验证码识别

1__

验证码是目前互联网上非常常见也是非常重要的一个事物,充当着很多系统的_阑鹎_功能,但是随时OCR技术的发展,验证码暴露出来的安全问题也越来越严峻。本文介绍了一套字符验证码识别的完整流程,对于验证码安全和OCR识别技术都有一定的借鉴意义。

然后经过了一年的时间,笔者又研究和get到了一种更强大的基于CNN卷积神经网络的直接端到端的验证识别技术(文章不是我的,然后我把源码整理了下,介绍和源码在这里面):

基于python语言的tensorflow的‘端到端’的字符型验证码识别源码整理(github源码分享)

2__丶

关键词:安全,字符,验证码识别,OCR,Python,SVM,PIL

3__庠鹕

本文研究所用素材来自于某旧Web框架的网站_耆酝夤_的公共资源。

本文只做了该网站对外公开的公共资源进行了爬取,_⑽丛饺_做任何多余操作。

本文在书写相关报告的时候已经_漏洞网站的身份信息。

本文作者_丫ㄖ_网站相关人员此系统漏洞,并积极向新系统转移。

本报告的主要目的也仅是用于_CR交流学习_鸵鸫蠹叶_验证安全的警觉_

4__

关于验证码的非技术部分的介绍,可以参考以前写的一篇科普类的文章:

互联网安全防火墙(1)--网络验证码的科普

里面对验证码的种类,使用场景,作用,主要的识别技术等等进行了讲解,然而并没有涉及到任何技术内容。本章内容则作为它的_际醪钩_来给出相应的识别的解决方案,让读者对验证码的功能及安全性问题有更深刻的认识。

5__竟ぞ

要达到本文的目的,只需要简单的编程知识即可,因为现在的机器学习领域的蓬勃发展,已经有很多封装好的开源解决方案来进行机器学习。普通程序员已经不需要了解复杂的数学原理,即可以实现对这些工具的应用了。

主要开发环境:

python35

pythonSDK版本

PIL

处理库

libsvm

开源的svm机器学习库

关于环境的安装,不是本文的重点,故略去。

6__玖鞒

一般情况下,对于字符型验证码的识别流程如下:

准备原始素材

预处理

字符切割

尺寸归一化

字符标记

字符特征提取

生成特征和标记对应的训练数据集

训练特征标记数据生成识别模型

使用识别模型预测新的未知集

达到根据“”就能返回识别正确的字符集的目标

7__夭淖急

71__夭难≡

由于本文是以初级的学习研究目的为主,要求_坝写硇,但又不会太难”,所以就直接在网上找个比较有代表性的简单的字符型验证码(感觉像在找漏洞一样)。

最后在一个比较旧的网站(估计是几十年前的网站框架)找到了这个验证码。

原始图:

放大清晰图:

此能满足要求,仔细观察其具有如下特点。

有利识别的特点:

由纯阿拉伯数字组成

字数为4位

字符排列有规律

字体是用的统一字体

以上就是本文所说的此验证码简单的重要原因,后续代码实现中会用到

不利识别的特点:

背景有干扰噪点

这虽然是不利特点,但是这个干扰门槛太低,只需要简单的方法就可以除去

72__夭幕袢

由于在做训练的时候,需要大量的素材,所以不可能用手工的方式一张张在浏览器中保存,故建议写个自动化下载的程序。

主要步骤如下:

通过浏览器的抓包功能获取随机验证码生成接口

批量请求接口以获取

将保存到本地磁盘目录中

这些都是一些IT基本技能,本文就不再详细展开了。

关于网络请求和文件保存的代码,如下:

defdownloads_pic(kwargs):

pic_name=('pic_name',None)

url='httand_code_captcha/'

res=(url,stream=True)

withopen(pic_path+pic_name+'bmp','wb')asf:__forchunkin_content(chunk_size=1024):___ifchunk:#filteroutkeep-alivenewchunks____fwrite(chunk)

fflush()

fclose()

循环执行N次,即可保存N张验证素材了。

下面是收集的几十张素材库保存到本地文件的效果图:

8__计ご_

虽然目前的机器学习算法已经相当先进了,但是为了减少后面训练时的复杂度,同时增加识别率,很有必要对进行预处理,使其对机器识别更友好。

针对以上原始素材的处理步骤如下:

读取原始素材

将彩色二值化为黑白

去除背景噪点

81__祷计

主要步骤如下:

将RGB彩图转为灰度图

将灰度图按照设定阈值转化为二值图

image=(img_path)

imgry=('L')#转化为灰度图table=get_bin_table()

out=(table,'1')

上面引用到的二值函数的定义如下:

1234567891011121314

def_et_bin_table(threshold=140):__"""__获取灰度转二值的映射table__:paramthreshold:__:return:__"""__table=_]__for__n_ange(256):____if_<threshold:______(0)____else:______(1)___eturn_able

由PIL转化后变成二值:0表示黑色,1表示白色。二值化后带噪点的6937_南袼氐闶涑龊笕缦峦:

1111000111111000111111100001111100000011

1110111011110111011111011110111100110111

1001110011110111101011011010101101110111

1101111111110110101111110101111111101111

1101000111110111001111110011111111101111

1100111011111000001111111001011111011111

1101110001111111101011010110111111011111

1101111011111111101111011110111111011111

1101111011110111001111011110111111011100

1110000111111000011101100001110111011111

如果你是近视眼,然后离屏幕远一点,可以隐约看到6937_墓羌芰恕

82__コ氲

在转化为二值后,就需要清除噪点。本文选择的素材比较简单,大部分噪点也是最简单的那种_铝⒌,所以可以通过检测这些孤立点就能移除大量的噪点。

关于如何去除更复杂的噪点甚至干扰线和色块,有比较成熟的算法:_樗畛浞_loodFill,后面有兴趣的时间可以继续研究一下。

本文为了问题简单化,干脆就用一种简单的自己想的_虻グ旆_来解决掉这个问题:

对某个_诘_周边的九宫格里面的黑色点计数

如果黑色点少于2个则证明此点为孤立点,然后得到所有的孤立点

对所有孤立点一次批量移除。

下面将详细介绍关于具体的算法原理。

将所有的像素点如下图分成三大类

顶点A

非顶点的边界点B

内部点C

种类点示意图如下:

其中:

A类点计算周边相邻的3个点(如上图红框所示)

B类点计算周边相邻的5个点(如上图红框所示)

C类点计算周边相邻的8个点(如上图红框所示)

当然,由于基准点在计算区域的方向不同,A类点和B类点还会有细分:

A类点继续细分为:左上,左下,右上,右下

B类点继续细分为:上,下,左,右

C类点不用细分

然后这些细分点将成为后续坐标获取的准则。

主要算法的python实现如下:

defsum_9_region(img,x,y):_"""

9邻域框,以当前点为中心的田字框,黑点个数

:paramx:

:paramy:

:return:_"""

#todo判断的长宽度下限

cur_pixel=((x,y))#当前像素点的值

width=

height=_ifcur_pixel==1:#如果当前点为白色区域,则不统计邻域值

return0_ify==0:#第一行

ifx==0:#左上顶点,4邻域

#中心点旁边3个点

sum=cur_pixel\____+((x,y+1))\____+((x+1,y))\____+((x+1,y+1))___return4-sum__elifx==width-1:#右上顶点

sum=cur_pixel\____+((x,y+1))\____+((x-1,y))\____+((x-1,y+1))___return4-sum__else:#最上非顶点,6邻域

sum=((x-1,y))\____+((x-1,y+1))\____+cur_pixel\____+((x,y+1))\____+((x+1,y))\____+((x+1,y+1))___return6-sum_elify==height-1:#最下面一行

ifx==0:#左下顶点

#中心点旁边3个点

sum=cur_pixel\____+((x+1,y))\____+((x+1,y-1))\____+((x,y-1))___return4-sum__elifx==width-1:#右下顶点

sum=cur_pixel\____+((x,y-1))\____+((x-1,y))\____+((x-1,y-1))___return4-sum__else:#最下非顶点,6邻域

sum=cur_pixel\____+((x-1,y))\____+((x+1,y))\____+((x,y-1))\____+((x-1,y-1))\____+((x+1,y-1))___return6-sum_else:#y不在边界

ifx==0:#左边非顶点

sum=((x,y-1))\____+cur_pixel\____+((x,y+1))\____+((x+1,y-1))\____+((x+1,y))\____+((x+1,y+1))___return6-sum__elifx==width-1:#右边非顶点

#print('%s,%s'%(x,y))

sum=((x,y-1))\____+cur_pixel\____+((x,y+1))\____+((x-1,y-1))\____+((x-1,y))\____+((x-1,y+1))___return6-sum__else:#具备9领域条件的

sum=((x-1,y-1))\____+((x-1,y))\____+((x-1,y+1))\____+((x,y-1))\____+cur_pixel\____+((x,y+1))\____+((x+1,y-1))\____+((x+1,y))\____+((x+1,y+1))___return9-sum

Tips:这个地方是相当考验人的细心和耐心程度了,这个地方的工作量还是蛮大的,花了半个晚上的时间才完成的。

计算好每个像素点的周边像素黑点(注意:PIL转化的黑点的值为0)个数后,只需要筛选出个数为1或者2_牡愕淖昙次_孤立点_U飧雠卸戏椒赡懿惶既,但是基本上能够满足本文的需求了。

经过预处理后的如下所示:

对比文章开头的原始,那些_铝⒌_都被移除掉,相对比较_删_的验证码已经生成。

9__计址懈

由于字符型_橹ぢ胪计_本质就可以看着是由一系列的_ジ鲎址计_拼接而成,为了简化研究对象,我们也可以将这些分解到_蛹_,即:_话ジ鲎址耐计

于是,我们的研究对象由__种字串的组合对象”_涑_“10种阿拉伯数字”_拇_,极大的简化和减少了处理对象。

91__指钏惴

现实生活中的字符验证码的产生千奇百怪,有各种扭曲和变形。关于字符分割的算法,也没有很通用的方式。这个算法也是需要开发人员仔细研究所要识别的字符的特点来制定的。

当然,本文所选的研究对象尽量简化了这个步骤的难度,下文将慢慢进行介绍。

使用图像编辑软件(PhoneShop或者其它)打开验证码,放大到像素级别,观察其它一些参数特点:

可以得到如下参数:

整个尺寸是4010

单个字符尺寸是610

左右字符和左右边缘相距2个像素

字符上下紧挨边缘(即相距0个像素)

这样就可以很容易就定位到每个字符在整个中占据的像素区域,然后就可以进行分割了,具体代码如下:

defget_crop_imgs(img):_"""

按照的特点,进行切割,这个要根据具体的验证码来进行工作#见原理图

:paramimg:

:return:_"""

child_img_list=[]_foriinrange(4):

x=2+i(6+4)#见原理图

y=0

child_img=((x,y,x+6,y+10))

child_img_(child_img)_returnchild_img_list

然后就能得到被切割的_蛹_的元素了:

92__谌菪〗

基于本部分的内容的讨论,相信大家已经了解到了,如果验证码的干扰(扭曲,噪点,干扰色块,干扰线)做得不够强的话,可以得到如下两个结论:

4位字符和40000位字符的验证码区别不大

纯字母

不区分大小写。分类数为26

区分大小写。分类数为52

纯数字。分类数为10

数字和区分大小写的字母组合。分类数为62

纯数字__数字及字母组合_难橹ぢ肭鸩淮

在没有形成_甘痘蛘呒负渭_的难度增加,而只是_咝杂邢藜_增加计算量时,意义不太大。

10__叽绻橐

本文所选择的研究对象本身尺寸就是统一状态:610的规格,所以此部分不需要额外处理。但是一些进行了扭曲和缩放的验证码,则此部分也会是一个图像处理的难点。

11__P脱盗凡街

在前面的环节,已经完成了对单个的处理和分割了。后面就开始进行_侗鹉P_的训练了。

整个训练过程如下:

大量完成预处理并切割到原子级的素材准备

对素材进行人为分类,即:打标签

定义单张的识别特征

使用SVM训练模型对打了标签的特征文件进行训练,得到模型文件

12__夭淖急

本文在训练阶段重新下载了同一模式的4数字的验证总计:3000张。然后对这3000张进行处理和切割,得到12000张原子级。

在这12000张中删除一些会影响训练和识别的强干扰的干扰素材,切割后的效果图如下:

13__夭谋昙

由于本文使用的这种识别方法中,机器在最开始是不具备任何数字的观念的。所以需要人为的对素材进行标识,告诉_魇裁囱耐计哪谌菔1。

这个过程叫做_氨昙恰薄

具体打标签的方法是:

为0~9每个数字建立一个目录,目录名称为相应数字(相当于标签)

人为判定_计谌,并将拖到指定数字目录中

每个目录中存放100张左右的素材

一般情况下,标记的素材越多,那么训练出的模型的分辨能力和预测能力越强。例如本文中,标记素材为十多张的时候,对新的测试识别率基本为零,但是到达100张时,则可以达到近乎100%的识别率

14__卣餮≡

对于切割后的单个字符,像素级放大图如下:

从宏观上看,不同的数字的本质就是将黑色按照一定规则填充在相应的像素点上,所以这些特征都是最后围绕像素点进行。

字符_6个像素,高10个像素,理论上可以最简单粗暴地可以定义出60个特征:60个像素点上面的像素值。但是显然这样高维度必然会造成过大的计算量,可以适当的降维。

通过查阅相应的文献_2],给出另外一种简单粗暴的特征定义:

每行上黑色像素的个数,可以得到10个特征

每列上黑色像素的个数,可以得到6个特征

最后得到16维的一组特征,实现代码如下:

defget_feature(img):_"""

获取指定的特征值,

1按照每排的像素点,高度为10,则有10个维度,然后为6列,总共16个维度

:paramimg_path:

:return:一个维度为10(高度)的列表_"""

width,height=

pixel_cnt_list=[]

height=10_foryinrange(height):

pix_cnt_x=0__forxinrange(width):___if((x,y))==0:#黑色点

pix_cnt_x+=1

pixel_cnt_(pix_cnt_x)_forxinrange(width):

pix_cnt_y=0__foryinrange(height):___if((x,y))==0:#黑色点

pix_cnt_y+=1

pixel_cnt_(pix_cnt_y)_returnpixel_cnt_list

然后就将素材特征化,按照_ibSVM_付ǖ母袷缴梢蛔榇卣髦岛捅昙侵档南蛄课

对方蓝牙没有开。

两个手机或两台设备可以彼此的相互传送一些东西，这种就叫做互传，如果一方打开蓝牙，另一方没有打开蓝牙，那么是搜索不到对方的信号了，所以就互传不了因此pixel5用不了互传软件是对方蓝牙没有开。

GooglePixel5是2020年11月上市的一款智能手机。销售信息2020年10月1日，谷歌发布了Pixel5，售价为699美元。