따라서 OCR을 구현하거나 자바스크립트를 해석해서 어떤 글자가 만들어지는지 봐서 풀어야 하는데 난 OCR로 해보려고 삽질을 했었다. 아래는 삽질한 내용이다.
엄청나게 삽질을 해 봤지만 결국 실패.......... 결과물을 버려두기는 아까워서 적어둠.
내가 예측한 문제 푸는 방법.
1. pyscreenshot모듈로 가로 세로 길이가 맞게 잘 캡쳐해온다.(아래 이미지)
2. 이미지를 조금 더 진하게 만든다.(이미지 보정) 크기보정도 해봤지만 너무 오래 걸려서 그건 하다 말았다.
3. 1줄씩 가져온다. EX) 지금은 5EF89283... 이런식으로. 이미지를 자세히보면 원 하나에 36글자이다. 즉 360도/36=10도씩 오른쪽이나 왼쪽으로 돌려서 이미지를 인식하면 된다.
4. (예상) 아래의 경우 첫번째는 5EF89283이 나올테고, 두번째는 1C7B3B4가 나올것이다!
5. 결과
사진을 -20도를 돌린 결과 이미지가 부드럽게 안 돌아가고 불안정하게 깨지면서 기본 ocr 모듈인 pytesser가 글자를 제대로 인식 못하는 버그가 발생. 이로서 1차 삽질은 포기..
결론.
이미지 인식하려면 제대로 opencv를 공부해서 ocr을 직접 구현해서 하자.
쓰다만 코드
# -*- encoding: cp949 -*-
import pyscreenshot as ImageGrab
import time,Image,pytesser
"""
time.sleep(1)
# 원하는 부분 스크린샷을 찍음. 내 컴퓨터 기준으로 잡은 좌표. 원시적이게도 프로그램 실행 후 바로 캡챠 화면을 보여줘야 된다 (;;)
im = ImageGrab.grab(bbox=(160,170,850,860)).save('cap.png')
im = Image.open('cap.png')
for i in range(0,im.size[1]):
for j in range(0,im.size[0]):
if im.getpixel((j,i))[1] == 128: #보정
try:
im.putpixel((j,i),(0,255,0))
im.putpixel((j,i+1),(0,255,0))
im.putpixel((j,i+2),(0,255,0))
except:
pass
im.save('cap1.png')
"""
print pytesser.image_to_string(Image.open('cap1.png').crop((350,0,375,275))) #crop은 내부의 좌표대로 잘라오는 메소드...
im = Image.open('cap1.png').rotate(20).show() #show()는 사진을 보여주라는 메소드...
print pytesser.image_to_string(Image.open('cap1.png').rotate(20).crop((350,0,375,275)))
2차 삽질(opencv 이용). 알아낸점.
1. 그림이 아니라 자바스크립트로 선을 그음으로서 그림이 된다. 그러기때문에 캡쳐를 해야됨.
2. 그림 위치가 랜덤으로 나타난다........
# -*- encoding: cp949 -*-
import pyscreenshot as ImageGrab
import time,Image,pytesser
import cv2
import numpy as np
time.sleep(1)
min = [1000,1000]; max = [0,0]
im = ImageGrab.grab(bbox=(0,100,1000,860)).save('cap.png') #적당히 넓은 범위 캡쳐후 저장.
img = cv2.imread('cap.png',0)
for i in range(760):
for j in range(1000):
if img[i,j]!=0 and i<min[0]:
min[0]=i
if img[i,j]!=0 and j<min[1]:
min[1]=j
if img[i,j]!=0 and i>max[0]:
max[0]=i
if img[i,j]!=0 and j>max[1]:
max[1]=j
long = max[0]-min[0]; small = max[1]-min[1]; gap = long - small #이미지가 있는 위치 계산.
print min,max
cv2.imwrite('cap.png',img)
im = Image.open('cap.png').crop((min[1]-gap/2,min[0],max[1]+gap/2,max[0])).save('cap.png') #이미지 위치에 맞게 적당히 잘라냄.
img = cv2.imread('cap.png',0) #진한 흰색으로 보정
for i in range(max[0]-min[0]):
for j in range(max[1]-min[1]):
if img[i,j]!=0:
img[i,j]=255
cv2.imwrite('cap.png',img) #cap1.png로 저장.
"""
for i in range(0,1,10): #조금씩 돌리면서 글자인식
img = cv2.imread('cap1.png',0)
rows,cols = img.shape
M = cv2.getRotationMatrix2D((cols/2,rows/2),11,1)
dst = cv2.warpAffine(img,M,(cols,rows))
cv2.imwrite('cap2.png',dst)"""
PIL모듈도 이미지처리를 하는 모듈이고 opencv도 이미지처리를 하는데 opencv가 조금 더 강력한것 같다. 위의 코드중
for i in range(0,1,10): #조금씩 돌리면서 글자인식
img = cv2.imread('cap1.png',0)
rows,cols = img.shape
M = cv2.getRotationMatrix2D((cols/2,rows/2),11,1)
dst = cv2.warpAffine(img,M,(cols,rows))
cv2.imwrite('cap2.png',dst)
는 이미지를 회전하는 부분인데, pil모듈보다는 이미지가 조금 덜 깨진다. 원본 그림으로 돌려봤을때는 말그대로 사진을 회전한 느낌? 이것뿐만 아니라 opencv의 튜토리얼을 보면 강력하다.... 강력한만큼 이해해야 할 것이 많고, 이해하기 힘들다. 나중에 이 문제를 opencv로 다시 풀게 되면 그때 재작성 예정
source.html
decrypt.txt