python 新浪模拟登陆验证码识别
验证码识别的一般思路为：
1、图片降噪
2、图片切割
3、图像文本输出
1.图片降噪，文件show.gif是:http://weibo.cn/search/?tf=5_012&vt=4,保存的最原始的验证码，降噪主要包括
1.1去除干扰线：干扰线的像素值(4,2,4)都一样，且与字符的像素值不一样，所以只要将干扰线的像素值(4,2,4)转为白色(255,255,255)就行
1.2去掉离散干扰点：参考过http://www.programgo.com/article/84313451055/的方法，但是这里的字符是空心的，这种方法会把字符的像素点去掉，所以没有采用。因为验证码干扰点不是很多，所以不会造成很大影响。
1.3二值化：即进行灰度化处理，根据阀值将灰度图二值化，变成黑白图片
2.图片切割，sina验证码的切割是本验证码的难点，因为不像其他的验证码，每一个字符都是固定长度，只要设定长度，就可以将每个字符切割出来，sina的验证码，每个字符所占的长度是不一致的，这样就不能用固定长度进行切割，所以采用了另外一种切割方式：
如文件show.png所示，将验证码（应该是去噪之后的验证码）按列网格化，统计每个网格点内的像素点：
[ 0. 0. 4. 10. 3. 7. 7. 4. 5. 6. 7. 6. 0. 0. 0…0. 0. 5. 5. 6. 2. 5. 9. 4. 5. 8. 3. 2. 0. 0. 0. 0. 0. 0. 8. 7. 2. 9. 6. 7. 8. 6. 7. 7. 2. 0. 0. 1. 5. 5. 7. 11. 10. 9. 5. 3. 3. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
虽然每个字符所占的网格点一样，但是每个字符所占的像素点至少有一个，如：
[0. 0. 4. 10. 3. 7. 7. 4. 5. 6. 7. 6. 0. 0],
即为一个字符所占的网格点，同时，字符与字符之间的为空白像素点为0，这样就可以把验证码切割出来。
3图像文本输出:
3.1建立字符库：从http://weibo.cn/search/?tf=5_012&vt=4上保存100张验证码，然后将其分割，建立字符库model。
3.2建立字符字典：人工识别字符库里面的字符，并保存到model.txt,如:
h.gif h
y.gif y
3-1.gif 3
5_1_new.gif 3
6_1_new.gif c
6_2_new.gif j
6_3_new.gif m
7_1_new.gif w
7_2_new.gif l
8_1_new.gif n
8_2_new.gif x
...
3.3互相关，识别字符：切割待识别的验证码，将切割出来的验证码与model里面的字符集做互相关计算，找出相关系数最大的字符，并在model.txt里面找到对应的字符。