那些看起来友好的数字验证码，原来可以这么容易就搞定！难怪被12306抛弃！

12306的原罪

• 一提起春运，大家就能想起12306和它的两大原罪。
• 一大原罪是票抢不上；另外一大，就是验证码恶心至极（见下图）。
  
• 12306为什么不选择对乘客更加友好的纯数字验证码呢？原因当然也很简单，就是对乘客友好的数字验证码，对于抢票软件来说更友好。而一般的乘客是抢不过签票软件的。
• 那么，这里就让我们来看看怎样用代码自动生成友好的纯数字验证码。

1、引入第三方包

from captcha.image import ImageCaptcha
import random 
import numpy as np 
import tensorflow.gfile as gfile 
import matplotlib.pyplot as mp
import PIL.Image as Image

2、定义常量和数据集

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

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 = 3000    # 验证码训练集大小，自动生成3000张训练集验证码
TEST_DATASET_SIZE = 300     # 验证码测试集大小，自动生成300张测试集验证码
TRAIN_DATA_DIR = './train_data/' # 训练集文件路径
TEST_DATA_DIR = './test_data/'   # 测试集文件路径

3、定义生成随机字符的方法

def gen_random_text(charset=CAPTCHA_CHARSET, length=CAPTCHA_LEN):
    text = [random.choice(charset) for _ in range(length)]
    return ''.join(text)

4、创建并保存验证码的方法

def create_captcha_dataset(size=100,data_dir='./data',
                          height=60,width=160,
                          image_format='.png'):
    # 如果文件夹已存在，则删除
    if gfile.Exists(data_dir):
        gfile.DeleteRecursively(data_dir)
    gfile.MakeDirs(data_dir)
    
    # 创建ImageCaptcha示例captcha
    captcha = ImageCaptcha(width=width, height=height)
    
    for _ in range(size):
        # 生成随机验证码字符
        text = gen_random_text(CAPTCHA_CHARSET,CAPTCHA_LEN)
        captcha.write(text, data_dir+text+image_format)

5、创建并保存训练集验证码

create_captcha_dataset(TRAIN_DATASET_SIZE,TRAIN_DATA_DIR)

训练集验证码图片

6、创建并保存测试集验证码

create_captcha_dataset(TEST_DATASET_SIZE,TEST_DATA_DIR)

测试集验证码图片

7、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 = ImageCaptcha(width=width, height=height)
    # 初始化图像和文本数组
    images,texts = [None]*size,[None]*size
    for i in range(size):
        # 生成随机的验证码字符
        texts[i] = gen_random_text(CAPTCHA_CHARSET, CAPTCHA_LEN)
        # 利用PIL.Image将图像转化为(CAPTCHA_WIDTH, CAPTCHA_HEIGHT, 3)格式的numpy数组
        images[i] = np.array(Image.open(captcha.generate(texts[i])))
    return images,texts

8、生成100张验证码图像和字符

images,texts = gen_captcha_dataset()

9、可视化验证码图片

mp.figure()
# 绘制生成的前20个验证码图像
for i in range(20):
    mp.subplot(5,4,i+1)
    mp.tight_layout()
    mp.imshow(images[i])
    mp.title('Label: {}'.format(texts[i]))
    # 去除x,y坐标轴
    mp.xticks([])
    mp.yticks([])
mp.show()

可视化验证码

如此看来，数字验证码是不是非常容易实现？同样容易实现的也自然容易被软件识别。考虑到本来春运就一票难求的现状，如果仅有的车票被软件代码轻易抢走，那12306岂不是还要背上一口更大的锅。
所以，关于12306恶心验证码的问题，我们可以放它一马！
参考网址：
https://github.com/Willsgao/tensorflow-101/tree/master/notebook-examples/chapter-6