四六位、不定长、计算题等验证码，一款工具全部搞定，简单方便还开箱即用，精度高达96%！！

已于 2023-06-08 20:21:19 修改
阅读量1.5k 收藏 5
点赞数 2
分类专栏： OCR验证码识别 文章标签： 神经网络 深度学习 人工智能
于 2023-06-08 20:14:53 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_36551453/article/details/131113255
版权
本文介绍如何利用PaddleOCR工具训练验证码识别模型，适用于四六位、不定长、计算题等多种类型的验证码。通过下载工具、准备数据集、修改配置文件、开始训练、模型导出和推理，实现96%的高识别准确率。
摘要由CSDN通过智能技术生成

四六位、不定长、计算题等验证码，第三方平台准确率低，自己不会神经网络训练，嫌麻烦，一款工具全部搞定，开箱即用！！

本文秉承着开箱即用的原则，真正做到一款工具识别秒杀所有单行文本验证码，这里的单行指的就是某张4位6位或者计算题或者文字的验证码，我是使用了4位+6位+计算题，一起训练识别，我的数据集部分展示图片如下：

在这里插入图片描述

在这里插入图片描述

大概这么几种吧，如果你的种类很多，完全可以全部放到一起进行训练, 话不多少，直接看训练步骤

这里写目录标题

1、下载训练工具

市面上其实有很多的深度学习训练工具，因为是开箱即用，又要保证最后的识别效果要好，所以这边选择使用PaddleOCR进行训练，PaddleHub一键OCR中英文识别，现在已经更新到V3版本，

了解本专栏 订阅专栏 解锁全文 超级会员免费看
码王吴彦祖
关注
专栏目录
订阅专栏
Pytorch利用CNN识别计算题验证码
码王吴彦祖的博客
03-31 2782
其实识别计算题验证码和识四六位定长验证码原理是一样的，利用深度学习识别的话方法有很多，可以利用RNN，可以利用目标检测，但是这里我就拿最简单的CNN来举例，这种简单的方式希望能引导大家，去实现更多的方式，先来看下数据集 准备数据集，我的数据集是这样的，数据集总数有300多张，但是有200多张是重复的，真正能提供特征的话只有100多张，不过需要识别的只需要前三位就够了，数据集的分布分别为， 1-9的数字 ，3位运算符（没有除法），1-9的数字，即使全部排列组合，也没有多少数据集，当然，我没有采样到全部的数据
深度学习利用RCNN识别不定长计算题验证码（pytorch版，LSTM + CTCLoss）
码王吴彦祖的博客
04-19 2887
这里继上篇利用迁移学习resnet训练计算题后，对于如果有多位或者不定长位数的验证码问题难以解决了，所以采用RNN解决不定长序列的计算题验证码问题，这种解决方式同样适用于不定长4,6位验证码，接下来看详细步骤 准备数据集，我的数据集是这样的，数据集总数有将近上万张多张大概有三四张类型，所有的特征是[“零”, “一”, “二”, “三”, “四”, “五”, “六”, “七”, “八”, “九”, “加”, “减”, “乘”, “除”, “等”, “于”, “?”, “以”]，我这里还没有两位数及以上的计算题
验证码-代码-计算题形式
09-09
生成两个随机数，对其进行计算，以图排尿形式呈现。 格式如：1+2=？ 具体方法请参考源代码注释。
CRNN不定长验证码识别
爱编程的鱼的博客
08-18 391
blank为0使得我们在计算CTCLoss之前需要对样本进行移位，例如a、b、c对应的标签为0、1、2，我们需要把相应的标签改为1、2、3，才能计算CTCLoss。而在进行推理的过程中，则需要把预测的结果的index进行减一，映射回原始正确的标签。关于验证码识别的任务，我们可以通过使用卷积神经网络采用多标签分类的方法来完成，但是当验证码是不定长的时候，就无法使用多标签分类的方法来解决了，在这类任务中，识别的目标是类似于序列的长条形图片，我们将会使用自然语言处理以及时间序列预测任务中的循环神经网络算法。
不定长图片验证码训练
weixin_33971130的博客
03-26 531
基于LSTM和CTCLoss训练不定长图片验证码 Github项目地址：https://github.com/JansonJo/captcha_ocr.git # coding=utf-8 """ 将三通道的图片转为灰度图进行训练 """ import itertools import os import re import random import string from collection...
算数验证码识别（运算符为中文：加、减、乘）
huagangwang的专栏
07-07 5166
算数验证码识别，中文运算符
2.2 计算题验证码
Triumph19的博客
05-03 1793
计算题验证码与普通图像验证码的区别在于增加了数学运算，需要将验证码中数学计算题的结果填到文本框中，再单击“验证”。 计算题验证码的处理难点在于运算符号的识别。如果将运算符号作为常规的图像文字进行识别，那么容易出现问题，例如，经常会把乘号或倾斜的加号识别为字母x，导致难以得到正确的计算结果。 超级鹰有专门识别计算题或问答题的接口，如下图所示（详见https://www.chaojiying.com/price.html）。 具体到Python代码层面，只需修改前面定义的cjy()函数的代码，将其中的Pos.
使用ddddocr训练一键识别文字点选、图标点选验证码（不写一行代码训练，开箱即用）
码王吴彦祖的博客
01-02 8343
当写上这个标题，你可能就知道，估计是又用上工具了，不然怎么可能自己不写个网络去训练呢，是的，本文的讲解目的，就是善于工具去更方便的完成我们的工具，众所周知，ddddocr提供了一键识别预测框的功能，即识别出所有文字和图标的位置，但是无法识别具体位置是哪个类别，所以本文主要讲解识别类型的简便训练用法。
lstm+ctc+cnn架构，进行不定长度验证码识别
01-01
lstm+ctc+cnn架构，进行不定长度验证码识别，达到不分割字符而识别验证码内容的效果。验证码内容包含了大小字母以及数字，并增加点、线、颜色、位置、字体等干扰项。本项目对gru +ctc+cnn
Python-基于传统多标签的定长验证码识别和基于GRUCTC的不定长验证码识别
08-12
本项目涉及的是使用Python进行验证码识别，特别关注了两种不同的方法：基于传统多标签的定长验证码识别和基于GRU-CTC（Gated Recurrent Unit - Connectionist Temporal Classification）的不定长验证码识别。...
300个计算题样本，计算题验证码
06-09
300个计算题样本，计算题验证码
不定长度验证码识别Pytorch版
Tom的博客
03-20 1714
模型结构采用CNN+RNN(CRNN)+CTC notebook地址 !pip install matplotlib import torch.utils.data.dataloader as dataloader import torch.utils.data.dataset as dataset from torchvision import datasets, transforms import torch.nn.functional as F import torch import glob im
JAVA用tess4j识别复杂的验证码，自定义字库，计算题验证码，jTessBoxEditor，tess4j，验证码识别
daiyi666的博客
06-03 5578
代码：(verification-code为刚才训练所得的)/**//要是别的验证码图片 File captchaImageFile = new File("C:/Files/images/captcha/test/captcha.png");//创建tesseract对象 Tesseract tesseract = new Tesseract();
python 中关于ocr识别计算式验证码
m0_67337505的博客
01-08 1774
登录中经常会遇到验证码，验证码有很多种，常见的就是输入数字or数字字母组合，近期有朋友说他们是算式的不好写，经过几次讨论搜刮，整理了一份如下代码用于识别验证码算式类的。整体思路就是在ddddocr库识别中识别出来的不够精准时，排除识别的不准确的结果，然后在拿算式格式要求的正确的进行计算执行，提升登录接口验证码输入准确度。此段代码增加循环是为了获取不对时，重新获取新的验证码。
本地算术验证码识别教程
猿小白的博客
03-23 2108
本章教程，主要讲解如何计算本地算术验证码识别（OCR）的方法。 目录 一、获取算术验证码图片 （1） 获取base64编码的png图片数据 （2）将base64编码的png图片数据转为图片字节流 二、识别算术验证码结果 三、算术验证码识别结果 一、获取算术验证码图片 一般网站，验证码会以API接口等的方式传输到前端。 （1） 获取base64编码的png图片数据 data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAPAAAA...
python进行数字计算类验证码识别
Rabbit丶
12-21 1347
【代码】python进行数字计算类验证码识别。
实现计算型验证码
lingyuncelia的博客
02-06 801
绝大部分代码来源于韦世东《Python3反爬虫原理与绕过实验》第九章 <!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title>实现计算型验证码</title> </head> <body> <canvas width="200" height="40" id="matchesCanvas"> </canvas> &.
CRNN+CTC实现不定长验证码识别（keras模型-示例篇）
gdhy9064的博客
10-25 6348
本文旨在讲解如何使用以tensorflow作为后端的keras构建一个使用CTC为loss的简化版CRNN，同时指出构建过程中容易出错的地方，让像我一样的初学者少踩坑。因此，本文不着重原理的阐述、网络结构优化等内容，并假定读者已经了解过CTC、CNN、RNN的基本原理，以及LSTM的工作原理。.
使用python，定义一个不定长参数的函数，实现最小值，最大值，中位数，平均值和方差计算
最新发布
09-09
要创建一个接受不定数量参数的函数，可以使用`*args`语法。这里是一个示例，该函数会计算输入数字的最小值、最大值、中位数、平均值和方差： ```python import statistics def calculate_stats(*args): if not ...
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

码王吴彦祖

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值