什么人做网站,现在去北京安全吗,建站之星使用教程,wordpress自动多语言原标题#xff1a;中文项目#xff1a;快速识别验证码#xff0c;CNN也能为爬虫保驾护航机器之心专栏作者#xff1a;Nick Li随着卷积网络的推广#xff0c;现在有各种各样的快捷应用#xff0c;例如识别验证码和数学公式等。本文介绍了一个便捷的验证码识别项目#xf…原标题中文项目快速识别验证码CNN也能为爬虫保驾护航机器之心专栏作者Nick Li随着卷积网络的推广现在有各种各样的快捷应用例如识别验证码和数学公式等。本文介绍了一个便捷的验证码识别项目读者可以借助它快速训练模型与识别验证码。本项目使用卷积神经网络识别字符型图片验证码其基于 TensorFlow 框架。它封装了非常通用的校验、训练、验证、识别和调用 API极大地减低了识别字符型验证码花费的时间和精力。项目地址https://github.com/nickliqian/cnn_captcha1 项目介绍1.1 关于验证码识别验证码识别大多是爬虫会遇到的问题也可以作为图像识别的入门案例。这里介绍一下使用传统的图像处理和机器学习算法它们都涉及多种技术图像处理前处理(灰度化、二值化)图像分割裁剪(去边框)图像滤波、降噪去背景颜色分离旋转机器学习KNNSVM使用这类方法对使用者的要求较高且由于图片的变化类型较多处理的方法不够通用经常花费很多时间去调整处理步骤和相关算法。而使用卷积神经网络只需要通过简单的前处理就可以实现大部分静态字符型验证码的端到端识别效果很好、通用性很高。这里列出目前常用的验证码生成库1.2 目录结构1.3 依赖项tensorflowflaskrequestsPILmatplotlibpip3install tensorflow flask requests PIL matplotlib1.4 模型结构2 如何使用2.1 数据集原始数据集可以存放在./sample/origin 目录中为了便于处理图片最好以 2e8j_17322d3d4226f0b5c5a71d797d2ba7f7.jpg 格式命名(标签_序列号. 后缀)。2.2 配置文件创建一个新项目前需要自行修改相关配置文件图片文件夹sample_conf.origin_image_dir ./sample/origin/# 原始文件sample_conf.train_image_dir ./sample/train/# 训练集sample_conf.test_image_dir ./sample/test/# 测试集sample_conf.api_image_dir ./sample/api/# api接收的图片储存路径sample_conf.online_image_dir ./sample/online/# 从验证码url获取的图片的储存路径# 模型文件夹sample_conf.model_save_dir ./model/# 训练好的模型储存路径# 图片相关参数sample_conf.image_width 80 # 图片宽度sample_conf.image_height 40 # 图片高度sample_conf.max_captcha 4 # 验证码字符个数sample_conf.image_suffix jpg# 图片文件后缀# 验证码字符相关参数# 验证码识别结果类别sample_conf.char_set [ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 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]# 验证码远程链接sample_conf.remote_url https://www.xxxxx.com/getImg具体配置的作用会在使用相关脚本的过程中提到。2.3 验证和拆分数据集执行下面的文件会校验原始图片集的尺寸和测试图片是否能打开并按照 19:1 的比例拆分出训练集和测试集。所以需要分别创建和指定三个文件夹origintraintest 用于存放相关文件。也可以修改为不同的目录但是最好修改为绝对路径。文件夹创建好之后执行以下命令即可python3verify_and_split_data.py2.4 训练模型创建好训练集和测试集之后就可以开始训练模型了这里不具体介绍 tensorflow 安装相关问题读者可查看官网。确保图片相关参数和目录设置正确后执行以下命令开始训练python3train_model.py也可以调用类开始训练或执行一次简单的识别演示from train_model import TrainModelfrom sample import sample_conf# 导入配置train_image_dir sample_conf[ train_image_dir]char_set sample_conf[ char_set]model_save_dir sample_conf[ model_save_dir]tm TrainModel(train_image_dir, char_set, model_save_dir)tm.train_cnn() # 执行训练tm.recognize_captcha() # 识别演示2.5 批量验证使用测试集的图片进行验证输出准确率。python3test_batch.py也可以调用类进行验证from test_batch import TestBatchfrom sample import sample_conf# 导入配置test_image_dir sample_conf[ test_image_dir]model_save_dir sample_conf[ model_save_dir]char_set sample_conf[ char_set]total 100 # 验证的图片总量tb TestBatch(test_image_dir, char_set, model_save_dir, total)tb.test_batch() # 开始验证2.6 启动 WebServer项目已经封装好加载模型和识别图片的类启动 web server 后调用接口就可以使用识别服务。启动 web serverpython3recognize_api.py接口 url 为 http://127.0.0.1:6000/b2.7 调用接口使用 requests 调用接口:url http://127.0.0.1:6000/bfiles { image_file: (image_file_name, open( captcha.jpg, rb), application)}r requests.post(urlurl, filesfiles)返回的结果是一个 json{time: 1542017705.9152594,value: jsp1,}文件 recognize_online.py 是使用接口在线识别的例子。本文为机器之心专栏转载请联系本公众号获得授权。返回搜狐查看更多责任编辑
