【神经网络】—— 验证码识别案例

why do not

已于 2022-04-04 12:38:36 修改

阅读量893

点赞数 1

分类专栏：深度学习文章标签：深度学习 tensorflow python

于 2020-11-30 17:29:28 首次发布

本文链接：https://blog.csdn.net/qq_42994177/article/details/110224565

版权

本文介绍了使用深度学习进行验证码识别的案例，详细讲解了数据处理和模型构建过程。首先，数据包括验证码图片和目标结果csv文件，数据被转化为tfrecords格式。接着，建立全连接层模型，通过softmax和交叉熵计算损失，采用梯度下降优化。求准确性的关键在于正确设置tf.argmax的维度参数。最后，提供了完整的代码实现。

摘要由CSDN通过智能技术生成

验证码识别原理分析

案例数据如下所示：

分为验证码图片数据[20, 80, 3]和目标结果csv文件

验证码图片数据有很多张，名字例如1.jpg、2.jpg；一份目标结果csv文件，有两列数据，第一列为序列号（从0开始），第二列是目标字母，如NZPP。

数据处理分析步骤：

步骤一：把验证码图片数据和目标csv数据存储成tfrecords文件

步骤二：识别验证码

1、从tfrecords读取，每一张图片有image，label。[100, 20, 80, 3]

2、建立模型，直接读取数据输入到模型中。这里我们就定义一个全连接层。

x=[100, 20*80*3] w=[20*80*3, 26*4] bias=[26*4] y_predict=[100, 26*4]

3、建立损失，softmax，交叉熵

先把[100, 4]的目标值转换成one-hot编码[100, 26*4]

4、梯度下降优化

4个标签（一张图有四个字母）的交叉熵如何建立？

y_true=[None, 4*26] y_predict=[None, 4*26]

重点注意：

求准确性的时候用到的函数tf.argmax(data值，维度)，函数表示求给定数据中的最大值的位置。那么参数中的维度值怎么给定？

在此案例中，求准确性是要用三维计算（一个样本中的四个值都为1，结果才为1），预测值和目标值的范围是[100, 4, 26]（三个值对应的维度数是0，1，2），我们肯定是需要求出每个图片的每个字母的准确性，所以是从26个值中找最大值，因此维度值=2。

完整代码

步骤一

把特征数据和目标数据存储成tfrecords文件

#! /usr/bin/env python 
# -*- coding:utf-8 -*-
"""
读取图片验证码源数据和目标csv文件，存储为tfrecords文件
验证码特征数据保存形状[6000,20,80,3]
目标数据保存形状[6000, 4]  例如：[[13,25,15,15], [22,10,7,10], [22,15,18,9],...]
"""
import tensorflow as tf

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'   # 设置告警级别

FLAGS = tf.app.flags.FLAGS
tf.app.flags.DEFINE_string("tfrecords_dir", "./tfrecords/captcha.tfrecords", "验证码图片和标签的TFRecords文件路径")
tf.app.flags.DEFINE_string("captcha_dir", "../data/Genpics/", "验证码图片路径")
tf.app.flags.DEFINE_string("letter", "ABCDEFGHIJKLMNOPQRSTUVWXYZ", "验证码字