用TensorFlow训练卷积神经网络——识别验证码

需要用到的包：numpy、tensorflow、captcha、matplotlib、PIL、random

import numpy as np  
import tensorflow as tf  # 深度学习库
from captcha.image import ImageCaptcha  # 用来生成验证码
import matplotlib.pyplot as plt  # 用来将验证码可视化出来
from PIL import Image  # 将验证码存为图片
import random  # 为了生成随机验证码

第一步：先生成可以用来训练的验证码数据：

# 使用下面定义好的函数,去生成验证码,然后将验证码转为图片,再将图片转为文本向量
def random_captcha_text(char_set=number, captcha_size=4):
    pass
def gen_captcha_text_and_image():
    pass
def convert2gray(img):
    pass
def text2vec(text):
    pass
def vec2text(vec):
    pass

第二步：生成训练batch，即生成等等要喂入卷积神经网络的输入参数batch_x，batch_y。

def get_next_batch(batch_size=128):
    pass

第三步：创建卷积神经网络，使用3层隐藏层和一层全连接层

def crack_captcha_cnn(w_alpha=0.01, b_alpha=0.1):
    pass

第四步：训练卷积神经网络模型

def train_crack_captcha_cnn(): 
    pass

第五步：测试模型准确率

def crack_captcha(captcha_image):
    pass

完整代码如下，可以修改准确率要求在自己电脑上跑跑，注意：

train = 0 为训练模型

train = 1 为测试模型

在测试模型时，别忘了修改训练模型，将模型（crack_capcha.model-1810）替换为自己训练好模型，在同级目录下的model目录中（crack_capcha.model-XXXX）

import numpy as np  
import tensorflow as tf
from captcha.image import ImageCaptcha
import matplotlib.pyplot as plt  
from PIL import Image  
import random   

number = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9']
# alphabet = ['a','b','c','d','e','f','g','h','i','j','k','l','m','n','o','p','q','r','s','t','u','v','w','x','y','z']
# ALPHABET = ['A','B','C','D','E','F','G','H','I','J','K','L','M','N','O','P','Q','R','S','T','U','V','W','X','Y','Z']

# def random_captcha_text(char_set=number+alphabet+ALPHABET