使用TensorFlow 来实现一个简单的验证码识别过程

文 / Mob 手艺专家 孙尧

本文我们来用 TensorFlow 来实现一个深度学习模子，用来实现验证码识此外历程，这里识此外验证码是图形验证码，首先我们会用标注好的数据来训练一个模子，然后再用模子来实现这个验证码的识别。

1.验证码准备

这里我们使用 python 的 captcha 库来天生即可，这个库默认是没有安装的，以是这里我们需要先安装这个库，另外我们还需要安装 pillow 库

安装好之后，我们就可以用如下代码来天生一个简朴的图形验证码

可以看到图中的文字正是我们所界说的内容，这样我们就可以获得一张图片和其对应的真实文本，接下来我们就可以用它来天生一批训练数据和测试数据了。

2.预处置惩罚

在训练之前一定是要举行数据预处置惩罚了，现在我们首先界说好了要天生的验证码文本内容，这就相当于已经有了 label 了，然后我们再用它来天生验证码，就可以获得输入数据 x 了，在这里我们首先界说好我们的输入词表，由于巨细写字母加数字的词表比力重大，设想我们用含有巨细写字母和数字的验证码，一个验证码四个字符，那么一共可能的组合是 (26 + 26 + 10) ^ 4 = 14776336 种组合，这个数目训练起来有点大，以是这里我们精简一下，只使用纯数字的验证码来训练，这样其组合个数就变为 10 ^ 4 = 10000 种，显然少了许多。

以是在这里我们先界说一个词表和其长度变量：

这里 VOCAB 就是词表的内容，即 0 到 9 这 10 个数字，验证码的字符个数即 CAPTCHA_LENGTH 是 4，词表长度是 VOCAB 的长度，即 10。

接下来我们界说一个天生验证码数据的要领，流程类似上文，只不外这里我们将返回的数据转为了 Numpy 形式的数组：

这样挪用此要领，我们就可以获得一个 Numpy 数组了，这个实在是把验证码转化成了每个像素的 RGB，我们挪用一下这个要领试试：

内容如下：

可以看到它的 shape 是 (60, 160, 3)，这实在代表验证码图片的高度是 60，宽度是 160，是 60 x 160 像素的验证码，每个像素都有 RGB 值，以是最后一维即为像素的 RGB 值。

接下来我们需要界说 label，由于我们需要使用深度学习模子举行训练，以是这里我们的 label 数据最好使用 One-Hot 编码，即若是验证码文本是 1234，那么应该词表索引位置置 1，总共的长度是 40，我们用程序实现一下 One-Hot 编码和文本的相互转换：

 1/3    1 2 3 下一页 尾页