基于tensorflow的CNN验证码识别

使用的卷积网络的结构如图所示：

之前我们做了一个验证码识别逻辑回归案例，我们将使用该案例中的‘cut_number/’文件夹下的数据作为卷积网络的训练数据。
在使用这些数据之前，我们要对数据进行处理，以对应卷积网络要求的数据格式！
数据处理分为两部分：
1.由于卷积网络要求输入28281的图片数据，所以要把原图片resize到相应的大小，代码如下：

#!/home/kiosk/anaconda3/bin/python
#encoding:utf-8

"""
date:2019-08-19  15-07
name:liu
Email:729768527@qq.com

"""
from PIL import Image
import os

#读取原文件夹的内容（原文件下有10个文件夹，命名为0～9）
cut_list = os.listdir('cut_number/')

#创建10个文件夹，储存resize后的图片
for i in range(10):
    os.mkdir('captcha_mnist/%s' %str(i))

#从cut_list中分别读取10个文件夹（0～9）
for numc in cut_list:
    #文件夹的绝对路径
    num_list_dir = ''.join