标签归档：sklearn

字符切分是实现机器识别验证码的一个必要步骤。

使用PIL读入图像，进行二值化处理（Binarize），然后利用sklearn.cluster中的kmeans进行字符切分，最后用matplotlib.pyplot输出结果。

参考：http://dsp.stackexchange.com/questions/23662/k-means-for-2d-point-clustering-in-python

Python代码：

import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from PIL import Image

##############################################################################
# Binarize image data

im = np.array(Image.open('zftb.gif'))
h, w = im.shape
X = [(h - x, y) for x ...