滑块验证码破解是一直都想搞的项目，毕竟多数网站都会采用滑块验证码，于是最近在修改论文的闲暇之余把这事儿给解决了。要搞现在的滑块验证码绕不开图像处理，图像处理当然是首推OpenCV-Python啦！当然我的OpenCV非常菜，发现问题就直接指出嘛，不用走流程

OpenCV 是最流行的计算机视觉库，原本用 C 和 C++ 开发，现在也支持 Python。它使用机器学习算法在图像中搜索人的面部。对于人脸这么复杂的东西，并没有一个简单的检测能对是否存在人脸下结论，而需要成千上万的特征匹配。算法把人脸识别任务分解成数千

现在网上出现了很多在线换底色的网页版工具是这么做的呢？其实用Python就可以实现。下载适应版本的opencv库，我电脑是WIN10 64位，安装的库是。安装以上两个库，WIN+R->CMD->CD到当前两个库所在的文件夹，输入以下命令逐步安装

就算图像的径是错误的OpenCV 也不会提提醒你但是当你使用命令print image时得到的结果是None。使用cv2.waitkey(参数)方法可以解决这个问题，这个方法是盘绑定函数，它参数是一个毫秒单位的数字，假如。cv2.waitkey，这个程序就

Ubuntu 16.04 LTS 安装OpenCV-3.1.0g++ example.cpp -o example `pkg-config --libs --cflags opencv`. collect2: error: ld returned 1 ex

在where is the source code选择opencv的安装目录，我的是D:\opencv3\opencv\sources. 在where to build the binaries里面选择要将opencv编译到的目录下面，我的是：D:\ope

本篇文章介绍如何用OpenCV Python来计算直方图，并简略介绍用NumPy和Matplotlib计算和绘制直方图。直方图的背景知识、用途什么的就直接略过去了。cv2.calcHist #返回hist通过一个例子来了解其中的各个参数：。[0.0,255

直方图会让你对图像的强度分布有一个全面的认识。它是一个在x轴上带有像素值，在y轴上的图像中对应的像素数量的图。这只是理解图像的另一种方式。通过观察图像的直方图，你可以直观地看到图像的对比度、亮度、强度分布等。现在几乎所有的图像处理工具都提供了直方图的特性。

上个版本的Python OpenCV图片局部区域像素值处理，虽然实现了我需要的功能，但还是走了很多弯路，我意识到图片本就是数组形式，对于8位灰度图，通道数为1,它就是个二位数组，这样就没有必要再设置ROI区域，复制出来这块区域再循环提取像素存入数组进行处理