06 2018 档案
摘要：原始图片： 降噪后的图片 实现代码：
阅读全文
摘要：在计算机中彩色图片是由像素点组成，像素点由R(红)G(绿)B(蓝)三原色组成，在验证码识别过程中，一般把需要识别的字符称为前景，其他的称为背景 灰度化：即将彩色图像转化为灰度图像，一般有以下三种方法 1）最大值法：命R、G、B的值等于三者中最大值，即R=G=B=max(R,G,B)，这种方法会形成亮
阅读全文
摘要：今天无事写一遍关于爬虫对计算机的影响，主要是给小白同学普及一下爬虫的基础知识。 在我们写爬虫的时候，首先会想到开多线程，如果使用的语言是Python，很不幸，因为Python存在 GIL,在任何时候，CPU内只有一条线程在运行，但是Python的多线程也能提高爬虫的速度，并且我们用python的多线
阅读全文
摘要：原始数据 [('firstid', '1'), ('language', 'g'), ('lastid', '199'), ('sale', '759'), ('saledate', '16. Mai 2018'), ('section', 'Moderne Kunst'), ('action',
阅读全文
摘要：使用webdriver提供的 save_screenshot 方法: 图片：
阅读全文
摘要：在爬取国外的某个网站的时候，刚开始他们是封ip，优化好ip池，准备大展身手的时候，数据顺利的爬取完毕后，发现数据有重复的。然后研究了一下， 最后的原因是他们的后台发现是爬虫以后，直接给抛出假的数据。上证据： 解决办法： 每个ip的访问次数尽量的少，尽量用多的ip抓取，抓取速度尽量的慢一些。
阅读全文
