[Captcha] 캡챠 우회 하기

# 기본 출처 : http://kthan.tistory.com/176

# 버젼 최신화로 인해, 위 링크 내용을 토대로 수정됨

------------------------------------------------------------------------------------------------------------------------------------------

설치 Lib

* leptonica 1.74

  : http://www.leptonica.com/download.html

  :: file << http://www.leptonica.com/source/leptonica-1.74.4.tar.gz

  :: latest git << https://github.com/DanBloomberg/leptonica

  $ ./configure && make -j4 && sudo make install

* tesseract-ocr

  : https://github.com/tesseract-ocr/tesseract/wiki/Compiling-%E2%80%93-GitInstallation

$ git clone https://github.com/tesseract-ocr/tesseract.git tesseract-ocr

$ cd tesseract-ocr

$ tar -xvf tesseract-ocr

$ ./autogen.sh

$ ./configure --prefix=$HOME/local

$ sudo make install

### $ sudo make install-langs

$ sudo ldconfig

* tesser data 

$ git clone https://github.com/tesseract-ocr/tessdata.git tessdata

* pytesser

  : https://code.google.com/archive/p/pytesser/

$ wget https://storage.googleapis.com/google-code-archive-downloads/v2/code.google.com/pytesser/pytesser_v0.0.1.zip

------------------------------------------------------------------------------------------------------------------------------------------

기본 테스트

아래 테스트 코드로 샘플 검사하는데 제대로 안되길래, 에러 메시지 확인해 보니,

from pytesser import *

im = Image.open ('fonts_test.png')

text = image_to_string (im)

print text

TESSDATA_PREFIX 설정이 필요하다고 해서 아래 명령어로 경로 추가함.

( /usr/local/share/tessdata를 링크걸려고 했으나 용량 때문에 다른 파티션에 추가 했더니.. 링크가 안걸려서..에러 발생 )

$ export set TESSDATA_PREFIX=/data/spi/captcha_attack/tessdata_data

------------------------------------------------------------------------------------------------------------------------------------------

captcha 이미지 보정

ref : http://effbot.org/imagingbook/image.htm

위 PIL 활용해서 인식이 모호한 텍스트 그림 보정 가능

------------------------------------------------------------------------------------------------------------------------------------------

convert 이미지 수정

convert test3image.png -blur 0x3 -level 30%,70% b.png

>> 이건 잘 안먹혀서.. 일단 패쓰~ ( 난중에 다른거에 활요하면 좋을듯..?! )

------------------------------------------------------------------------------------------------------------------------------------------

captcha 라인, 노이즈 제거 함수 활용

ref : https://robertgawron.blogspot.kr/2010/11/almost-all-sites-use-images-with-text.html

이 사이트의 함수 활용

$ command arg1 arg2

arg1 : image-file

arg2 : level

import sys

import Image

import ImageFilter

def prepare_image(img):

    """Transform image to greyscale and blur it"""

    img = img.filter(ImageFilter.SMOOTH_MORE)

    img = img.filter(ImageFilter.SMOOTH_MORE)

    if 'L' != img.mode:

        img = img.convert('L')

    return img

def remove_noise(img, pass_factor):

    for column in range(img.size[0]):

        for line in range(img.size[1]):

            value = remove_noise_by_pixel(img, column, line, pass_factor)

            img.putpixel((column, line), value)

    return img

def remove_noise_by_pixel(img, column, line, pass_factor):

    if img.getpixel((column, line)) < pass_factor:

        return (0)

    return (255)

if __name__=="__main__":

    input_image = sys.argv[1]

    output_image = 'out_' + input_image

    pass_factor = int(sys.argv[2])

    img = Image.open(input_image)

    img = prepare_image(img)

    img = remove_noise(img, pass_factor)

    img.save(output_image)

------------------------------------------------------------------------------------------------------------------------------------------

PIL 활용하여, BG 및 기타 노이즈 효과 제거 가능

https://stackoverflow.com/questions/24687760/numpy-pil-python-crop-image-on-whitespace-or-crop-text-with-histogram-threshol