vector 二维数组_onehot 编码——字符与二维数组的转换

之前写过一篇one-hot编码，其中代码表示部分为字符与一维数组之间的转换。最近由tensorflow1切换到了tensorflow2，重写了一遍验证码训练，于是有了这次的字符与二维数组的转换。

一、字符串转换为二维数组

1. 包含字符数MAX_CAPTCHA不变仍为4，同样字符取值范围CHAR_SET仍为1234567890十个数字。

2. 使用numpy.zeros给定初始形状，会得到一个完全由0填充的二维数组

   np.zeros([MAX_CAPTCHA, len(CHAR_SET)])
   

1. 接下来与之前的一样，使用enumerate遍历数据

   for index, item in enumerate(name)
   

2. 获取字符串的字符在取值范围中的索引

   idx = string_range.index(c)
   

3. 生成数组

   vector[i][idx] = 1
   

二、二维数组转化为字符串

1. 包含字符数MAX_CAPTCHA不变仍为4，同样字符取值范围CHAR_SET仍为1234567890十个数字。

2. 首先设定一个初始值空字符串

   text = ''
   

3. 使用enumerate遍历二维数组

   for index, item in enumerate(vector)
   

4. 由于one-hot编码只有1位有效其余为0，使用np.argmax查找其中的最大值，设置为索引

   idx = np.argmax(item)
   

5. 通过在取值范围中的索引获取字符，并与初始值连接

   text = text + string_range[idx]
   

三、完整编码

import numpy as np
MAX_CAPTCHA = 4         # 最长4字符
CHAR_SET = '1234567890'  # 验证码包括字符

def name2vec(picture_title):
vector = np.zeros([MAX_CAPTCHA, len(CHAR_SET)])
for index, item in enumerate(picture_title):
idx = CHAR_SET.index(item)
vector[index][idx] = 1
return vector

def vec2name(vector):
text = ''
for index, item in enumerate(vector):
idx1 = np.argmax(item)
text = text + CHAR_SET[idx1]
return text

if __name__ == '__main__':
vec = name2vec("1234")
print(vec)
name = vec2name(vec)
print(name)

运行结果：