最近喜欢先把测试结果图放前面。大家可以先看下效果。
识别速度并不是很快，代码并没有进一步优化。
本篇主要讲的是 从制作验证码开始，到我们利用机器学习识别出来结果的过程。
利用机器学习识别验证码的思路是：让计算机经过大量数据和相应标签的训练，计算机习得了各种不同标签之间的差别与关系。形成一个庞大的分类器。此时再向这个分类器输入一张图片。分类器将输出这个图片的“标签”。图片识别过程就完毕了。
下面我们正式开始本篇内容。
一：生成验证码：
这里生成验证码的方式是使用了python的PIL库。 他已经是Python平台上的图像处理标准库了。PIL功能非常强大，API也非常简单易用。
这里就放代码吧。
代码语言：javascript复制import random,os
from PIL import ImageFont,Image,ImageDraw,ImageFilter
def auth_code():
size = (140,40) #图片大小
font_list = list("0123456789") #验证码范围
c_chars = " ".join(random.sample(font_list,4)) # 4个 中间加个俩空格
print(c_chars)
img = Image.new("RGB",size,(33,33,34)) #RGB颜色
draw = ImageDraw.Draw(img) #draw一个
font = ImageFont.truetype("arial.ttf", 23) #字体
draw.text((5,4),c_chars,font=font,fill="white") #字颜色
params = [1 - float(random.randint(1, 2)) / 100,
0,
0,
0,
1 - float(random.randint(1, 10)) / 100,
float(random.randint(1, 2)) / 500,
0.001,
float(random.randint(1, 2)) / 500
]
img = img.transform(size, Image.PERSPECTIVE, params)
img = img.filter(ImageFilter.EDGE_ENHANCE_MORE)
img.save(f'./test_img/{c_chars}.png')
if __name__ == '__main__':
if not os.path.exists('./test_img'):
os.mkdir('./test_img')
while True:
auth_code()
if len(os.listdir('./test_img'))>=3000: # 你改成 10000就行了
#我这个电脑太老了。
break运行之后，就在 test_img 生成了如图所示的验证码图片。我这里是直接在生成时候以图片名 标注了 验证码对应的数字。 因为做案例嘛，不想再去爬验证码然后手动标注了。很累的！！
我这里生成的图片还是很干净的。如果你要搞比较复杂一点的图片，可以去看看下面贴的博客。
之前写过一篇利用opencv进行验证码处理，感兴趣可以看看，本篇的验证码并没有过多处理：https://blog.csdn.net/weixin_43582101/article/details/90609399
二：验证码分割
这里是要把我们生成的验证码，给切成4份，按照不同的标注，放到 train_data_img 不同的0—9的文件夹里面。
这个样子。做一个训练集。我这里分割也是处理的比较简单，按照宽度直接除以4 =。=
代码语言：javascript复制import os
from PIL import Image
from sklearn.externals import joblib
import time
def read_img():
img_array = []
img_lable = []
file_list = os.listdir('./test_img')
for file in file_list:
try:
image = file
img_array.append(image)
except:
print(f'{file}:图像已损坏')
os.remove('./test_img/' file)
return img_array
def sliceImg(img_path, count = 4):
if not os.path.exists('train_data_img'):
os.mkdir('train_data_img')
for i in range(10):
if not os.path.exists(f'train_data_img/{i}'):
os.mkdir(f'train_data_img/{i}')
img = Image.open('./test_img/' img_path)
w, h = img.size
eachWidth = int((w - 17) / count)
img_path = img_path.replace(' ', '').split('.')[0]
for i in range(count):
box = (i * eachWidth, 0, (i 1) * eachWidth, h)
img.crop(box).save(f'./train_data_img/{img_path[i]}/' img_path[i] str(time.time()) ".png")
if __name__ == '__main__':
img_array = read_img()
for i in img_array:
print(i)
sliceImg(i)跑完之后，每个文件夹下面都有对应的验证码图片，并且他们的标注时图片名的首字母。
三：验证码特征提取
这里的思路是：利用 numpy 先把 train_data_img 图片转换成向量，我没有转01，嫌麻烦=。=
代码语言：javascript复制from PIL import Image
import numpy as np
import os
from sklearn.neighbors import KNeighborsClassifier as knn
def img2vec(fname):
'''将图片转为向量'''
im = Image.open(fname).convert('L')
im = im.resize((30,30))
tmp = np.array(im)
vec = tmp.ravel()
return vec然后利用我们标注好的标签，来做一个特征提取，
代码语言：javascript复制tarin_img_path = 'train_data_img'
def split_data(paths):
X = []
y = []
for i in os.listdir(tarin_img_path):
path = os.path.join(tarin_img_path, i)
fn_list = os.listdir(path)
for name in fn_list:
y.append(name[0])
X.append(img2vec(os.path.join(path,name)))
return X, y # x向量 y标签然后构建一个分类器，
代码语言：javascript复制def knn_clf(X_train,label):
'''构建分类器'''
clf = knn()
clf.fit(X_train,label)
return clf这里使用的是sklearn中的knn，我直接调包了。如果想看手写版本的，可以看之前写的KNN手写数字识别。https://blog.csdn.net/weixin_43582101/article/details/88772273
构建完分类器后，就可以把上面的结合起来，做一个识别模型了。
代码语言：javascript复制def knn_shib(test_img):
X_train,y_label = split_data(tarin_img_path)
clf = knn_clf(X_train,y_label)
result = clf.predict([img2vec(test_img)])
return result四：验证码识别
我前面忘记搞测试集了，这次还是使用上面生成验证码的方法来生成一点测试集。
代码语言：javascript复制import random,time
import os
from PIL import ImageFont,Image,ImageDraw,ImageFilter
def auth_code():
size = (140,40) #图片大小
font_list = list("0123456789") #验证码范围
c_chars = " ".join(random.sample(font_list,4)) # 4个 中间加个俩空格
print(c_chars)
img = Image.new("RGB",size,(33,33,34)) #RGB颜色
draw = ImageDraw.Draw(img) #draw一个
font = ImageFont.truetype("arial.ttf", 23) #字体
draw.text((5,4),c_chars,font=font,fill="white") #字颜色
params = [1 - float(random.randint(1, 2)) / 100,
0,
0,
0,
1 - float(random.randint(1, 10)) / 100,
float(random.randint(1, 2)) / 500,
0.001,
float(random.randint(1, 2)) / 500
]
img = img.transform(size, Image.PERSPECTIVE, params)
img = img.filter(ImageFilter.EDGE_ENHANCE_MORE)
random_name = str(time.time())[-7:]
img.save(f'./test_data_img/{random_name}.png')
if __name__ == '__main__':
if not os.path.exists('./test_data_img'):
os.mkdir('./test_data_img')
while True:
auth_code()
if len(os.listdir('./test_data_img'))>=30:
break测试集图片保存在 test_data_img 中，但是现在的图片是完整的，我们想要识别，就要按照之前的方法先进行图片切割，分成4份，然后拿我们的模型来识别。
代码语言：javascript复制from lx3验证码特征提取 import *
from lx2验证码分割 import *
def sliceImg(img_path, count = 4):
if not os.path.exists('test_split_img'):
os.mkdir('test_split_img')
img = Image.open(img_path)
w, h = img.size
eachWidth = int((w - 17) / count)
for i in range(count):
box = (i * eachWidth, 0, (i 1) * eachWidth, h)
img.crop(box).save('./test_split_img/' f"{i 1}.png")
if __name__ == '__main__':
test_data_img = r'test_data_img.059682.png'
sliceImg(test_data_img)
result = []
for img in os.listdir('test_split_img'):
result.append(knn_shib('test_split_img/' img)[0])
print(result)到这里其实就结束了，这里的代码主要还是以案例为主，并没有进行优化，很多地方都需要改进，一些细节也没有处理，感兴趣的同学大家可以自己再进行改进。
数据和代码都放在github。可直接下载，https://github.com/lixi5338619/OCR_Yanzhengma/tree/master
