有了Python+Tensorflow！所有驗證碼識別都能快人一步！快速識別

驗證碼分析和處理

網上搜索驗證碼識別能夠得到很多教程， 但大部分都是將驗證碼切割成單個字元訓練， 有時候 驗證碼字元大小不一或者發生重疊，

切割驗證碼變得不適用。 因此通過CNN技術將整塊驗證碼進行識別， 能使問題變得更加簡單（以下操作對其他驗證碼分析有參考作用）。 小編推薦大家加一下這個群：103456743這個群裡好幾千人了！大家遇到啥問題都會在裡面交流！而且免費分享零基礎入門料資料web開發 爬蟲資料一整套！是個非常好的學習交流地方！也有程式師大神給大家熱心解答各種問題！很快滿員了。 欲進從速哦！各種PDF等你來下載！全部都是免費的哦！只為幫助大家快速入門， 所以小編在群裡等你們過來一起交流學習呢！

在這裡我們選擇模擬學習這樣的驗證碼：

該驗證碼來源於這裡（正如sci-hub網站所言"to remove all barriers in the way of science"， 知識就該如此）。

該驗證碼只由六位元小寫字母、噪點和干擾線組成，

如果能去除噪點和干擾線， 能夠大大降低學習的難度。 很多驗證碼的噪點和干擾線RGB值和字母的不一致， 這個我們能通過Photoshop來分析， 使用顏色取樣器工具， 分別在圖片噪點、干擾線、空白處和字母處點擊獲得RGB值， 如下圖：

分析後發現， 只要將圖片二值化只保留字母， 就能得到不錯的輸入圖片：

實現代碼如下：

然後點擊+按鈕， 輸入tensorflow， install package。

接下來定義一個函數，

隨機從訓練集（3430張）中提取驗證碼圖片， 由於驗證碼經過我手動打標籤（碼了6小時）， 在這裡只要獲取驗證碼的名字和圖片就夠了， 我默認放在"F:/captcha4/"目錄下， 需要注意的是返回的圖片是以矩陣的形式。

接下來定義兩個函數， 將名字轉變成向量， 將向量轉變成名字。

生成一個訓練batch，也就是採樣的大小，默認一次採集64張驗證碼作為一次訓練，需要注意通過get_name_and_image()函數獲得的image是一個含布林值的矩陣，在這裡通過1*(image.flatten())函數轉變成隻含0和1的1行114*450列的矩陣。

接下來定義卷積神經網路結構，我們採用3個卷積層加1個全連接層的結構，在每個卷積層中都選用2*2的最大池化層和dropout層，卷積核尺寸選擇5*5。需要注意的是在全連接層中，我們的圖片114*450已經經過了3層池化層，也就是長寬都壓縮了8倍，得到15*57大小。

訓練完成後，你應該會得到如下幾個檔。在這裡我花了將近9個小時跑了1800步，達到99.5%的準確率。輸出檔的詳細介紹參考這裡。

預測結果如下：

希望大家以後在tensorflow的學習道路中少點阻礙！！！

如有侵權請聯繫小編刪除！

生成一個訓練batch，也就是採樣的大小，默認一次採集64張驗證碼作為一次訓練，需要注意通過get_name_and_image()函數獲得的image是一個含布林值的矩陣，在這裡通過1*(image.flatten())函數轉變成隻含0和1的1行114*450列的矩陣。

接下來定義卷積神經網路結構，我們採用3個卷積層加1個全連接層的結構，在每個卷積層中都選用2*2的最大池化層和dropout層，卷積核尺寸選擇5*5。需要注意的是在全連接層中，我們的圖片114*450已經經過了3層池化層，也就是長寬都壓縮了8倍，得到15*57大小。

訓練完成後，你應該會得到如下幾個檔。在這裡我花了將近9個小時跑了1800步，達到99.5%的準確率。輸出檔的詳細介紹參考這裡。

預測結果如下：

希望大家以後在tensorflow的學習道路中少點阻礙！！！

如有侵權請聯繫小編刪除！