验证码识别

from captcha.image import ImageCaptcha
import matplotlib.pyplot as plt
import numpy as np
import random
import string

%matplotlib inline
%config InlineBackend.figure_format = 'retina'

定义生成验证码函数

path:保存路径

num:生成张数

def img_gen(path, num):
characters = string.digits + string.ascii_uppercase
width , height, n_len, n_class = 170, 80, 4, len(characters)
generator = ImageCaptcha(width=width, height=height)
for i in range(num):
random_str = ''.join([random.choice(characters) for j in range(4)])
img = generator.generate_image(random_str)
img.save("{}.jpg".format(path + random_str))

创建训练数据集

import os

outfile = 'train/'
folder = os.path.join(os.getcwd(), outfile)
isExists = os.path.exists(folder)
if not isExists:
os.mkdir(folder)
print("文件夹已创建")
else:
print("文件夹已存在")

img_gen(folder, 1)

创建验证数据集

outfile = 'test/'
folder = os.path.join(os.getcwd(), outfile)
isExists = os.path.exists(folder)
if not isExists:
os.mkdir(folder)
print("文件夹已创建")
else:
print("文件夹已存在")

img_gen(folder, 1000)

import numpy as np
import os
import string

from keras.preprocessing import image
from keras.models import Model
from keras.layers import Dense, Dropout, Flatten, Input, concatenate, BatchNormalization
from keras.layers.convolutional import Conv2D, Convolution2D, MaxPooling2D
from keras.callbacks import ModelCheckpoint
from keras.optimizers import Adadelta
from keras.utils.vis_utils import plot_model
import glob

验证码所包含的字符

characters = string.digits + string.ascii_uppercase
captcha_word = list(characters)

width = 170
height = 80
word_length = 4
word_class = len(characters)

验证码素材目录

train_dir = os.getcwd() + "/train/"

生成字符索引,同时反向操作一次,方面还原

char_indices = dict((c, i) for i, c in enumerate(captcha_word))
indices_char = dict((i, c) for i, c in enumerate(captcha_word))

验证码字符串转数组

def captcha_to_vec(captcha):
vector = np.zeros(word_length * word_class)
for i, ch in enumerate(captcha):
idex = i * word_class + char_indices[ch]
vector[idex] = 1
return vector

把数组转换回文字

def vec_to_captcha(vec):
text = []
vec[vec < 0.5] = 0
char_pos = vec.nonzero()[0]
for i, ch in enumerate(char_pos):
text.append(captcha_word[ch % word_class])
return ''.join(text)

from keras.models import *
from keras.layers import *

input_tensor = Input((height, width, 3))
x = input_tensor
for i in range(4):
x = Conv2D(32 * 2 **i, 3, 3, activation = 'relu')(x)
x = Conv2D(32 * 2 ** i, 3, 3, activation = 'relu')(x)
x = MaxPool2D((2, 2))(x)

x = Flatten()(x)
x = Dropout(0.25)(x)
x = [Dense(word_class, activation='softmax', name = "c{}".format(i +1))(x) for i in range(4)]
output = concatenate(x)
model = Model(input = input_tensor, output = output)

model.compile(loss = 'categorical_crossentropy',
optimizer='adadelta',
metrics=['accuracy'])

train_dir = os.path.join(os.getcwd() + '/train')
test_dir = os.path.join(os.getcwd() + '/test')

img_list = []
for item in os.listdir(train_dir):
img_list.append(item)
img_list = img_list[:2000]
np.random.shuffle(img_list)

X = np.zeros((len(img_list), height, width, 3), dtype = np.uint8)
y = np.zeros((len(img_list), word_length, word_class),dtype=np.uint8)
for i,img in enumerate(img_list):
img_path = train_dir + "/" +img
raw_img = image.load_img(img_path, target_size=(height, width))
X[i] = image.img_to_array(raw_img)
raw_word = img.split('.')[0]
for m,j in enumerate(raw_word):
flag = captcha_word.index(j)
y[i][m][flag] = 1

y = y.reshape(2000, 144)

history = model.fit(X, y, epochs=5,batch_size=128)

import numpy as np
import os
import pickle

from keras.utils import np_utils
from keras.preprocessing import image
from keras.models import Model
from keras.layers import Dense, Dropout, Flatten, Input, concatenate
from keras.layers.convolutional import Conv2D, Convolution2D, MaxPooling2D
from keras.callbacks import ModelCheckpoint
from keras.optimizers import Adadelta
from matplotlib import pyplot as plt

import string
characters = string.digits + string.ascii_uppercase
captcha_word = characters

height = 170
width = 80
word_len = 4
word_class = len(captcha_word)

train_dir = os.getcwd() + "/train/"

char_indices = dict((c, i) for i,c in enumerate(captcha_word))
indices_char = dict((i, c) for i,c in enumerate(captcha_word))

def captcha_to_vec(captcha):
vector = np.zeros(word_len * word_class)

for i,ch in enumerate(captcha):
    idex = i * word_class + char_indices[ch]
    vector[idex] = 1
return vector

def vec_to_captcha(vec):
text = []
vec[vec < 0.5] = 0
char_pos = vec.nonzero()[0]
for i, ch in enumerate(char_pos):
text.append(captcha_word[ch % word_class])
return ''.join(text)

img_list = []

for item in os.listdir(train_dir):
img_list.append(item)
np.random.shuffle(img_list)

X = np.zeros((len(img_list), height, width, 3), dtype = np.uint8)
y = np.zeros((len(img_list), word_len * word_class),dtype = np.uint8)

for i,img in enumerate(img_list):
img_path = train_dir + "/" + img
raw_image = image.load_img(img_path, target_size=(height, width))
X[i] = image.img_to_array(raw_image)
y[i] = captcha_to_vec(img.split(".")[0])

创建输入,结构为 高,宽,通道

input_tensor = Input( shape=(height, width, 3))

x = input_tensor

构建卷积网络

两层卷积层,一层池化层,重复3次。因为生成的验证码比较小,padding使用same

x = Convolution2D(32, 3, padding='same', activation='relu')(x)
x = Convolution2D(32, 3, padding='same', activation='relu')(x)
x = MaxPooling2D((2, 2))(x)

x = Convolution2D(64, 3, padding='same', activation='relu')(x)
x = Convolution2D(64, 3, padding='same', activation='relu')(x)
x = MaxPooling2D((2, 2))(x)

x = Convolution2D(128, 3, padding='same', activation='relu')(x)
x = Convolution2D(128, 3, padding='same',activation='relu')(x)
x = MaxPooling2D((2, 2))(x)

Flatten层用来将输入“压平”,即把多维的输入一维化,常用在从卷积层到全连接层的过渡。

x = Flatten()(x)

为输入数据施加Dropout。Dropout将在训练过程中每次更新参数时随机断开一定百分比(rate)的输入神经元,Dropout层用于防止过拟合。

x = Dropout(0.25)(x)

Dense就是常用的全连接层

最后连接5个分类器,每个分类器是46个神经元,分别输出46个字符的概率。

x = [Dense(word_class, activation='softmax', name='c%d'%(i+1))(x) for i in range(word_len)]
output = concatenate(x)

构建模型

model = Model(inputs=input_tensor, outputs=output)

因为训练可能需要数个小时,所以这里加载了之前我训练好的参数。准确率为94%

可以直接使用此参数继续进行训练,也可以自己从头开始训练

model.load_weights('captcha_weights.0.9430.hdf5')

这里优化器选用Adadelta,学习率0.1

opt = Adadelta(lr=0.1)

编译模型以供训练,损失函数使用 categorical_crossentropy,使用accuracy评估模型在训练和测试时的性能的指标

model.compile(loss = 'categorical_crossentropy', optimizer=opt, metrics=['accuracy'])

history = model.fit(X, y, epochs=5, validation_split=0.1)

model.compile(loss = 'categorical_crossentropy', optimizer=opt, metrics=['accuracy'])

每次epoch都保存一下权重,用于继续训练

checkpointer = ModelCheckpoint(filepath="output/weights.{epoch:02d}--{val_loss:.2f}-{val_acc:.4f}.hdf5",
verbose=2, save_weights_only=True)

开始训练,validation_split代表10%的数据不参与训练,用于做验证急

我之前训练了50个epochs以上,这里根据自己的情况进行选择。如果输出的val_acc已经达到你满意的数值,可以终止训练

model.fit(X, y, epochs= 30,callbacks=[checkpointer], validation_split=0.1)

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,490评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,581评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,830评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,957评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,974评论 6 393
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,754评论 1 307
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,464评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,357评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,847评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,995评论 3 338
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,137评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,819评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,482评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,023评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,149评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,409评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,086评论 2 355

推荐阅读更多精彩内容