（2017.4.4更新） 利用神经网络进行字符型图片验证码识别

（2017.4.4更新） 利用神经网络进行字符型图片验证码识别

（2017.4.4）
深度学习这么火，想跟个风入个门，理论看了一些，想找点东西练练手，至少先做个hello-world出来嘛
看到MNIST的数字识别，又看到学校教务的渣渣验证码，干脆，就用这个搭第一个神经网络吧。

本项目代码已上传至github：https://github.com/NBGroupp/swjtu_verif

预处理

首先从教务爬了5w个图

教务网验证码大概长这样：

利用和
http://www.cnblogs.com/beer/p/5672678.html
相同的方法进行处理

分割

分割大概遇到几类问题：

1.字符位置不固定

2.字符宽度不固定

3.降噪后些许字符有粘连

采用下面的算法解决问题：

1.首先统计每一行字符的黑色像素点个数和每一列的黑色像素点个数

2.对于行需求取2个边界，像素点个数pixel<2即为边界，对于列需求取5个边界则需要考虑以下情况：

以pixel>0定义字符最左边界，设为front；

i自front向右移动，若遇到pixel=0且1<(i-front)<17，则back=i;

若i-front>=17，则m=min(pixel(i:i-15))，取back等于pixel=m的最右一列

若i-front<17且已到列最右侧，则back=列的最大值

若分割数！=4，则跳过本图进行下次分割

分割后的图片均放在背景为20*20的白色背景上。放置位置在左上方。

训练集和测试集的制作

人工看有点烦。。。就用Google的pytessor把爬下来的验证码重命名，成功分割的图片就以图片名字的四个字母命名。放到list中，随机抽取10000作为测试集，剩余作为训练集。

网络的搭建（下次更）