python tensorflow验证码识别_TensorFlow 验证码识别

TensorFlow 验证码识别

• 准备模型开发环境

第三方依赖包

Pillow (PIL Fork)

PIL(Python Imaging Library) 为 Python 解释器添加了图像处理功能。但是，在 2009 年发布

1.1.7 版本后，社区便停止更新和维护。

Pillow 是由 Alex Clark 及社区贡献者 一起开发和维护的一款分叉自 PIL 的图像工具库。

至今，社区依然非常活跃，Pillow 仍在快速迭代。

Pillow提供广泛的文件格式支持，高效的内部表示和相当强大的图像处理功能。

核心图像库旨在快速访问以几种基本像素格式存储的数据， 它应该为一般的图像处理工

具提供坚实的基础。

captcha

Catpcha 是一个生成图像和音频验证码的开源工具库。

from captcha.image importImageCaptchafrom captcha.audio importAudioCaptcha

image= ImageCaptcha(fonts=[‘/path/A.ttf‘, ‘/path/B.ttf’])

data = image.generate(‘1234’)

image.write(‘1234‘, ‘out.png’)

audio = AudioCaptcha(voicedir=‘/path/to/voices’)

data = audio.generate(‘1234’)

audio.write(‘1234‘, ‘out.wav’)

pydot

pydot 是用纯 Python 实现的 GraphViz 接口，支持使用 GraphViz 解析和存储 DOT语言

(graph description language)。其主要依赖 pyparsing 和 GraphViz 这两个工具库。

pyparsing：仅用于加载DOT文件，在 pydot 安装期间自动安装。

GraphViz：将图形渲染为PDF，PNG，SVG等格式文件，需独立安装。

flask

flask 是一个基于 Werkzeug 和 jinja2 开发的 Python Web 应用程序框架，遵从 BSD 开源协

议。它以一种简约的方式实现了框架核心，又保留了扩展性。

• 生成验证码数据集

验证码(CAPTCHA)简介

全自动区分计算机和人类的公开图灵测试(英语：Completely Automated Public Turing test

to tell Computers and Humans Apart，简称CAPTCHA)，俗称验证码，是一种区分用户是

计算机或人的公共全自动程序。在CAPTCHA测试中，作为服务器的计算机会自动生成一

个问题由用户来解答。这个问题可以由计算机生成并评判，但是必须只有人类才能解答。

由于计算机无法解答CAPTCHA的问题，所以回答出问题的用户就可以被认为是人类。

一种常用的CAPTCHA测试是让用户输入一个扭曲变形的图片上所显示的文字或数字，扭

曲变形是为了避免被光学字符识别(OCR, Optical Character Recognition)之类的计算机程

序自动识别出图片上的文数字而失去效果。由于这个测试是由计算机来考人类，而不是

标准图灵测试中那样由人类来考计算机，人们有时称CAPTCHA是一种反向图灵测试。

验证码(CAPTCHA)破解

一些曾经或者正在使用中的验证码系统已被破解。

这包括Yahoo验证码的一个早期版本 EZ-Gimpy，PayPal使用的验证码，LiveJournal、

phpBB使用的验证码，很多金融机构(主要是银行)使用的网银验证码以及很多其他网站

使用的验证码。

俄罗斯的一个黑客组织使用一个自动识别软件在2006年破解了Yahoo的CAPTCHA。准确

率大概是15%，但是攻击者可以每天尝试10万次，相对来说成本很低。而在2008年，

Google的CAPTCHA也被俄罗斯黑客所破解。攻击者使用两台不同的计算机来调整破解进

程，可能是用第二台计算机学习第一台对CAPTCHA的破解，或者是对成效进行监视。

验证码(CAPTCHA)演进

验证码(CAPTCHA)生成

使用 Pillow(PIL Fork) 和 captcha 库生成验证码图像：

PIL.Image.open(fp, mode=‘r’) - 打开和识别输入的图像(文件)

captcha.image.ImageCaptcha(width, height，) – 创建 ImageCaptcha 实例

captcha.image.ImageCaptcha.write(‘1234’, ‘out.png’) – 生成验证码并保存

captcha.image.ImageCaptcha.generate(‘1234’) – 生成验证码图像

代码实现：

创建验证码数据集

引入第三方包from captcha.image importImageCaptchaimportrandomimportnumpy as npimporttensorflow.gfile as gfileimportmatplotlib.pyplot as pltimportPIL.Image as Image

定义常量和字符集

NUMBER= [‘0‘, ‘1‘, ‘2‘, ‘3‘, ‘4‘, ‘5‘, ‘6‘, ‘7‘, ‘8‘, ‘9‘]

LOWERCASE= [‘a‘, ‘b‘, ‘c‘, ‘d‘, ‘e‘, ‘f‘, ‘g‘, ‘h‘, ‘i‘, ‘j‘, ‘k‘, ‘l‘, ‘m‘, ‘n‘, ‘o‘, ‘p‘, ‘q‘, ‘r‘, ‘s‘, ‘t‘, ‘u‘,‘v‘, ‘w‘, ‘x‘, ‘y‘, ‘z‘]

UPPERCASE= [‘A‘, ‘B‘, ‘C‘, ‘D‘, ‘E‘, ‘F‘, ‘G‘, ‘H‘, ‘I‘, ‘J‘, ‘K‘, ‘L‘, ‘M‘, ‘N‘, ‘O‘, ‘P‘, ‘Q‘, ‘R‘, ‘S‘, ‘T‘, ‘U‘,‘V‘, ‘W‘, ‘X‘, ‘Y‘, ‘Z‘]

CAPTCHA_CHARSET= NUMBER #验证码字符集

CAPTCHA_LEN = 4 #验证码长度

CAPTCHA_HEIGHT = 60 #验证码高度

CAPTCHA_WIDTH = 160 #验证码宽度

TRAIN_DATASET_SIZE= 5000 #验证码数据集大小

TEST_DATASET_SIZE = 1000TRAIN_DATA_DIR= ‘./train-data/‘ #验证码数据集目录

TEST_DATA_DIR = ‘./test-data/‘生成随机字符的方法def gen_random_text(charset=CAPTCHA_CHARSET, length=CAPTCHA_LEN):

text= [random.choice(charset) for _ inrange(length)]return ‘‘.join(text)

创建并保存验证码数据集的方法def create_captcha_dataset(size=100,

data_dir=‘./data/‘,

height=60,

width=160,

image_format=‘.png‘):#如果保存验证码图像，先清空 data_dir 目录

ifgfile.Exists(data_dir):

gfile.DeleteRecursively(data_dir)

gfile.MakeDirs(data_dir)#创建 ImageCaptcha 实例 captcha

captcha = ImageCaptcha(width=width, height=height)for _ inrange(size):#生成随机的验证码字符

text =gen_random_text(CAPTCHA_CHARSET, CAPTCHA_LEN)

captcha.write(text, data_dir+ text +image_format)returnNone

创建并保存训练集

create_captcha_dataset(TRAIN_DATASET_SIZE, TRAIN_DATA_DIR)

创建并保存测试集

create_captcha_dataset(TEST_DATASET_SIZE, TEST_DATA_DIR)

生成并返回验证码数据集的方法def gen_captcha_dataset(size=100,

height=60,

width=160,

image_format=‘.png‘):#创建 ImageCaptcha 实例 captcha

captcha = ImageCaptcha(width=width, height=height)#创建图像和文本数组

images, texts = [None]*size, [None]*sizefor i inrange(size):#生成随机的验证码字符

texts[i] =gen_random_text(CAPTCHA_CHARSET, CAPTCHA_LEN)#使用 PIL.Image.open() 识别新生成的验证码图像

#然后，将图像转换为形如(CAPTCHA_WIDTH, CAPTCHA_HEIGHT, 3) 的 Numpy 数组

images[i] =np.array(Image.open(captcha.generate(texts[i])))returnimages, texts

生成100张验证码图像和字符

images, texts=gen_captcha_dataset()

plt.figure()for i in range(20):

plt.subplot(5,4,i+1) #绘制前20个验证码，以5行4列子图形式展示

plt.tight_layout() #自动适配子图尺寸

plt.imshow(images[i])

plt.title("Label: {}".format(texts[i])) #设置标签为子图标题

plt.xticks([]) #删除x轴标记

plt.yticks([]) #删除y轴标记

plt.show()

• 输入与输出数据处理

输入数据处理

图像处理：RGB图 -> 灰度图 -> 规范化数据

输入数据处理

适配 Keras 图像数据格式：“channels_frist” 或 “channels_last”

输出数据处理

One-hot 编码：验证码转向量

解码：模型输出向量转验证码

• 模型结构设计

分类问题

图像分类模型 AlexNet

使用卷积进行特征提取

图像分类模型 VGG-16

验证码识别模型结构

验证码识别模型实现

• 模型损失函数设计

交叉熵(Cross-Entropy, CE)

我们使用交叉熵作为该模型的损失函数。

虽然 Categorical / Binary CE 是更常用的损失函数，不过他们都是 CE 的变体。

CE 定义如下：

对于二分类问题 (C‘=2) ，CE 定义如下：

Categorical CE Loss(Softmax Loss)

常用于输出为 One-hot 向量的多类别分类(Multi-Class Classification)模型。

Binary CE Loss(Sigmoid CE Loss)

与 Softmax Loss 不同，Binary CE Loss 对于每个向量分量(class)都是独立

的，这意味着每个向量分量计算的损失不受其他分量的影响。

因此，它常被用于多标签分类(Multi-label classification)模型。

• 模型训练过程分析

模型训练过程

学习率(Learning rate)

学习率与损失值变化(模型收敛速度)直接相关。

何时加大学习率

• 训练初期，损失值一直没什么波动

何时减小学习率

• 训练初期，损失值直接爆炸或者 NAN

• 损失值先开始速降，后平稳多时

• 训练后期，损失值反复上下波动

优化器介绍：SGD(Stochastic Gradient Descent)

优化器介绍：SGD-M(Momentum)

SGD 在遇到沟壑时容易陷入震荡。为此，可以为其引入动量(Momentum)，加速 SGD

在正确方向的下降并抑制震荡。

优化器介绍：Adagrad – RMSprop – Adam

优化器对比：鞍点

优化器对比： 验证码识别模型

• 模型部署与效果演示

数据-模型-服务流水线

使用 Flask 快速搭建 验证码识别服务

使用 Flask 启动 验证码识别服务

访问 验证码识别服务