python实现简单的验证码识别

验证码识别是一个机器学习分类问题

标签类别有大小写的a——z和数字的0——9

本文以KNN算法为例，实现简单的验证码识别

数据集简介

使用的数据集包括一个包含19999张图片的训练集、一个包含20000张图片的测试集

以第0个图像为例

读取并查看图像的形状，可以看出是30*150的三通道彩色图像

可视化图像：

对图像的预处理

首先需要对图像进行灰度化处理，将图像转化为单通道的灰度图像：

再进行二值化处理：

此时会发现背景还有少许的噪声点，目前本菜鸡还没有找到比较好的方法去除T^T

三次尝试：

1、第一次使用了先膨胀再腐蚀，正确率0.88
2、第二次使用了中值滤波器，正确率0.67
3、第三次没有进行降噪，正确率0.90

此时得到的图像形状为：

因为每个图像包含5个字符，所以我们可以把图像reshape，分割为5个小部分：

第0个小块的形状：

可视化第0个小块：

将预处理的代码封装成函数：

x_train, y_train = [], []

# 处理训练集
def threshold_train(path):
    # 读取图像
    img = cv2.imread(path)
    # 灰度化处理
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 二值化处理
    retval, dst = cv2.threshold