python爬虫做灰产_越来越多的网站具有反爬虫特性，有的用图片隐藏关键数据

基于CNN的验证码图片识别

简介

本项目采用alexnet模型和letnet模型，可根据实际需要选择(在train_model.py中的train函数修改即可)95.5%

作者有话说

不知不觉这个git库伴随我从16到到20年，带给我自己最棒的一段人生旅程，

整理了这份文档，希望任何想学习图片识别，玩玩卷积神经网络的同学可以最便捷的上手体验。

请谨慎使用技术，仅支持学习，不支持任何黑灰产相关

可参看：https://www.urlteam.cn/?p=1893 https://www.urlteam.cn/?p=1406

原先的Anti-Anti-Spider 全部内容移动到 原Anti-Anti-Spider 目录下

有何疑问可邮件 543429245@qq.com 咨询

Alexnet 模型结构

根据验证码的复杂度不同，训练的时间也会有较大的不同

使用方法

1.开始训练样本前，修改conf/config.json

2.将预处理过的数据集分成验证集和训练集，放到sample目录下

3.运行train_model.py开始训练，训练完成的模型保存至model_result中

4.将训练好的模型放置model_result，运行cnn_models/recognition.py，选定验证码，即可看到模型效果

环境配置

TensorFlow CPU版本安装：pip install tensorflow==1.9.0 TensorFlow GPU版本安装：pip install tensorflow-gpu==1.9.0 GUP版本的安装比较麻烦，需要安装CUDA和cuDNN才能使tensorflow调动GPU 下图为TensorFlow，Python，CUDA与cuDNN之间的版本对应关系： CUDA与cuDNN安装过程主要有两步：

到官网下载CUDA并安装

将cuDNN解压，复制到CUDA安装目录下 这里提供两个文件的链接： CUDA：https://developer.nvidia.com/cuda-toolkit-archive cuDNN：https://developer.nvidia.com/rdp/cudnn-archive 更具体的安装过程度娘可帮你轻松解决(linux,windows这两步的操作方法各不相同)

项目结构

├─cnn_models

│ ├─cnn_model.py# CNN网络类

│ └─recognition.py# 验证训练结果

├─conf

│ └─config.json# 配置文件

├─logs# 模型训练日志

├─model_result# 模型保存地址

│ └─1040# 一套训练完成的验证码训练集及对应模型

├─sample

│ ├─test# 训练集(训练集与验证集一般是对总数据集9:1分割)

│ └─train# 验证集

├─src# 配置环境所需的工具，可根据自身情况到网上下载

├─train_model.py# 训练程序

└─verify_sample.py# 制作数据集(打标签加图片预处理)

图片预处理

为验证码图片打上标签，如： 命名为1040_2019-10-13_10_1092.jpg，1092为标签，其余为附加信息，可根据自己需要更改，用_分割即可

由于模型输入要求输入必须为227*227，所有需要调整图片形状，verify_sample.py中提供有工具函数

注意事项

alexnet输入必须为227*227的图片，所有图片预处理时可通过PIL中的函数线性转换图片形状，或者缩放后粘贴到227*227的背景中。