今天这篇文章主要记录一下如何切分验证码，用到的主要库就是Pillow和Linux下的图像处理工具GIMP。首先假设一个固定位置和宽度、无粘连、无干扰的例子学习一下如何使用Pillow来切割图片。

使用GIMP打开图片后，按 加号 放大图片，然后点击View->Show Grid来显示网格线：

其中，每个正方形边长为10像素，所以数字1切割坐标为左20、上20、右40、下70。以此类推可以知道剩下3个数字的切割位置。代码如下：

from PIL import Image
p = Image.open("1.png")
# 注意位置顺序为左、上、右、下

cuts = [(20,20,40,70),(60,20,90,70),(100,10,130,60),(140,20,170,50)]
for i,n in enumerate(cuts,1):
    temp = p.crop(n) # 调用crop函数进行切割

    temp.save("cut%s.png" % i)

切割后得到4张图片：

那么，如果字符位置不固定怎么办呢？现在假设一种随机位置宽度、无粘连、无干扰线的情况。

写爬虫有一个绕不过去的问题就是验证码，现在验证码分类大概有4种：

1. 图像类
2. 滑动类
3. 点击类
4. 语音类

今天先来看看图像类，这类验证码大多是数字、字母的组合，国内也有使用汉字的。在这个基础上增加噪点、干扰线、变形、重叠、不同字体颜色等方法来增加识别难度。 相应的，验证码识别大体可以分为下面几个步骤：

1. 灰度处理
2. 增加对比度(可选)
3. 二值化
4. 降噪
5. 倾斜校正分割字符
6. 建立训练库
7. 识别

最近面试了几家公司，各行各业的都有，涨了很多见识也发现了自己的技术盲点。这里来一个汇总简单纪录。

行列转换

已知有一个二维列表(每一行的元素个数相同)，写出函数对其行列转换并输出，比如：
a = [[1,1,1,1],
     [2,2,2,2]]
输出：
[
[1,2],
[1,2],
[1,2],
[1,2]
]

这里建议笔试时候尽量使用简单清晰的写法，让面试官一眼就能看出答案对错：

def convert(alist):
    result = []
    for x in range(len(alist[0])):
        tmp = []
        for y in range(len(alist)):
            tmp.append(alist[y][x])
        result.append(tmp)
    print result

简单来说，Cookie和Session都是为了记录用户相关信息的方式，最大的区别就是Cookie在客户端记录而Session在服务端记录内容。

那么Cookie和Session之间的联系是怎么建立的呢？换言之，当服务器接收到一个请求时候，根据什么来判断读取哪个Session的呢？

对于Django默认情况来说，当用户登录后就可以发现Cookie里有一个sessionid的字段，根据这个key就可以取得在服务器端记录的详细内容。如果将这个字段删除，刷新页面就会发现变成未登录状态了。

火焰图是一款性能调优工具，可以清晰的看出程序运行瓶颈在哪里。

pyflame则是由Uber开源出来的针对python程序生成火焰图的工具。

这里记录一下安装过程以及遇到的错误。

前几天去笔试，这里记录一下遇到的几个编程题，比较基础。

生成斐波那契数列并取前10项

def func(m):
  n,a,b = 0,1,1
  while n < m:
    yield a
    a,b = b,a+b
    n += 1

for one in func(10):
  print one

这个可以说是一道常见的简单算法题了，关键点就是理解a,b=b,a+b以及yield的作用。