cnn识别不定长英文验证码

最新推荐文章于 2021-10-09 19:04:33 发布

田野星

最新推荐文章于 2021-10-09 19:04:33 发布

阅读量2.4k

点赞数

分类专栏： tensorflow

本文链接：https://blog.csdn.net/qq_32791307/article/details/82262051

版权

该博客通过一个基础的CNN教程，展示了如何识别不定长的英文验证码。内容包括数据处理（生成验证码、图片处理、one-hot编码）、简单CNN模型的搭建以及训练验证过程，强调了训练中可能遇到的问题和解决策略。

摘要由CSDN通过智能技术生成

本程序作为一个基础版的CNN使用教程，以识别简单的英文验证码作为目标完成一个简单的实例。在这个实例中，我们会涉及到以下三步，并通过这三部曲来带大家体验深度学习的魅力。

仅2分，可直接运行的程序：https://download.csdn.net/download/qq_32791307/10651274

1. 对数据的基本读取、处理并生成batch

2. 搭建简单的CNN模型

3. 训练并得出结果

一 . 数据处理

1. 首先我们需要先生成一批验证码，代码如下，十分简单。生成效果如图。名字为0B73.jpg

我们可以用程序生成大量的验证码作为样本。可以更改代码中for i in range(数字) 的数字来生成不同数量的样本。大小170*80

#coding=utf-8
from captcha.image import ImageCaptcha
import matplotlib.pyplot as plt
import numpy as np
import random
from scipy.misc import imread,imresize,imsave
import string

#用于生成不同长度的训练集（3..6）/验证集
characters=string.digits+string.ascii_uppercase+string.ascii_lowercase
width,height,n_len,n_class=170,80,6,len(characters)

generater=ImageCaptcha(width=width,height=height)
dir=".\\train"
for i in range(8000):
     #生成3，6位
	random_str="".join([random.choice(characters) for j in range(0,random.choice(range(3,6)))])
     #生成4位
#	random_str="".join([random.choice(characters) for j in range(0,4)])
	image=generater.generate_image(random_str)	
	imsave(dir+"/"+random_str+".jpg",image)

2. 其次有了样本之后，我们需要对样本进行以下的操作。

第一步：获取图片和图片名称的代码，非常简单，注释如下。

def get_image_name():
     #获得目录下所有图片
     all_image = os.listdir('D:/tensorflow3_captcha/train/')
     #打散训练集
     random_file = random.randint(0,8000) 
     #拓展名获取， eg: 123.txt 分为[0] 123 ,[1] txt
     base = os.path.basename('D:/tensorflow_captcha/train/' + all_image[random_file])
     name = os.path.splitext(base)[0]
     #读取图片并转为灰度图
     image = cv2.imread('D:/tensorflow_cap