TensorFlow新手实战破验证码（2）

最新推荐文章于 2023-06-18 13:23:42 发布

theeternal

最新推荐文章于 2023-06-18 13:23:42 发布

阅读量774

点赞数

文章标签：验证码神经网络人工智能机器学习

本文链接：https://blog.csdn.net/theeternal/article/details/78817746

版权

本文是TensorFlow新手实战破验证码系列的第二部分，主要介绍了如何搭建包含三层卷积和两层池化的神经网络，以及如何利用训练集进行训练。在训练完成后，将训练好的模型应用于识别验证码，实现验证码的自动识别。

摘要由CSDN通过智能技术生成

上接TensorFlow新手实战破验证码（1）

第三步搭建神经网络

我用了三层卷积，两层池化。
别问我为啥这么搭，没错，我就是瞎搭的，完全照搬官网教程，只是改了一下输入输出的接口。
1.首先改写一下之前的gene_code()函数
tensorflow接受ndarray类型数据，我们需要把PIL的Image类型转为numpy的ndarray，似乎没有直接转换的函数，需要自己写。
改写后的函数如下：

def gene_code():
    width,height = size #宽和高
    image = Image.new('1',(width,height),1) #创建图片
    font = ImageFont.truetype(font_path+typet[random.randint(0, typen-1)],70) #验证码的字体
    draw = ImageDraw.Draw(image)  #创建画笔
    source = ['0','1','2','3','4','5','6','7','8','9']
    text = random.randint(0, 9) #生成字符串

    font_width, font_height = font.getsize(source[text])

    draw.text(((width - font_width) /2, (height - font_height)/2-5),source[text],
            font= font,fill=0) #填充字符串
    rx=random.uniform(-0.2, 0.2)
    ry=random.uniform(-0.2, 0.2)
    image = image.transform((width+100,height+100), Image.AFFINE, (1,rx,0,ry,1,0),Image.BILINEAR)  #创建扭曲
    px=random.randint(-20, 20)
    py=random.randint(-6, 6)
    image = image.crop((65-70*rx+py,40-70*ry+px,115-70*rx+py,140-70*ry+px))
    draw = ImageDraw.Draw(image)
    gene_line(draw)
    gene_line(draw)
    m&