tensorflow:验证码的识别(上)

验证码的识别

主要分成四个部分:验证码的生成、将生成的图片制作成tfrecord文件、训练识别模型、测试模型

使用pyCharm作为编译器。本文先介绍前两个部分

验证码的识别有两种方法:

验证码识别方法一:

把标签转为向量,向量长度为40。(4位数字验证码)

例如有一个验证码为0782,tensorflow:验证码的识别(上)

它的标签转为长度为40的向量。采用one-hot编码。1000000000 0000000100 0000000010 0010000000

其实就是把验证码作为索引值。数字存在,就将该位置的数值置为1

验证码识别方法二:

拆分为4个标签

例如有一个验证码为0782,tensorflow:验证码的识别(上)

Label0:1000000000
Label1:0000000100
Label2:0000000010
Label3:0010000000

可以使用多任务学习

先介绍识别方法二,采用多任务学习,联合训练,将一个标签拆成4个

tensorflow:验证码的识别(上)

其中X是输入,Shared Layer就是一些卷积与池化操作,Task1-4对应四个标签,产生四个loss,将四个loss求和得总的loss,用优化器优化总的loss,从而降低每个标签产生的loss。

一、验证码的生成

# 验证码生成库
from captcha.image import ImageCaptcha
import numpy as py
# 处理图像的包
from PIL import Image
import random
import sys number = ['','','','','','','','','','']
# alphabet = ['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']
# ALPHABET = ['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'] def random_captcha_text(char_set=number, captcha_size=4):
# 验证码列表
captcha_text = []
for i in range(captcha_size):
# 随机选择
c = random.choice(char_set)
# 加入验证码列表
captcha_text.append(c)
return captcha_text # 生成字符对应的验证码
def gen_captcha_text_and_image():
image = ImageCaptcha()
# 获得随机生成的验证码
captcha_text = random_captcha_text()
# 把验证码列表转化为字符串
captcha_text = ''.join(captcha_text)
# 根据字符串生成验证码
captcha = image.generate(captcha_text)
image.write(captcha_text, 'captcha/images/' + captcha_text + '.jpg') # 写到文件 # 0000~9999总共10000,但是数量少于10000,因为重名
num = 10000 if __name__ == '__main__':
for i in range(num):
gen_captcha_text_and_image()
sys.stdout.write('\r>> Creating image %d/%d' % (i+1, num))
sys.stdout.flush()
sys.stdout.write('\n')
sys.stdout.flush() print("生成完毕")

使用四位数字验证码,当然也可以加入大、小写字母。四位字母有10000种可能。0000~9999,但是生成的图片是少于10000张的,因为有重名图片

生成的图片如下:

tensorflow:验证码的识别(上)

其中每张图片的label就是其中的数字。如图中的图片label为0000,其名称为0000.jpg

二、将生成的图片制作成tfrecord文件

import tensorflow as tf
import os
import random
import math
import sys
from PIL import Image
import numpy as np # 验证集的数量
_NUM_TEST = 500 # 随机种子
_RANDOM_SEED = 0 # 数据集路径
DATASET_DIR = "F:/PyCharm-projects/第十周/captcha/images/" # tfrecord文件存放路径
TFRECORD_DIR = "F:/PyCharm-projects/第十周" # 判断tfrecord文件是否存在
def _dataset_exists(dataset_dir):
for split_name in ['train', 'name']:
output_filename = os.path.join(dataset_dir, split_name + '.tfrecords')
if not tf.gfile.Exists(output_filename):
return False
return True # 获取验证码所有图片
def _get_filenames_and_classes(dataset_dir):
photo_filenames = []
for filename in os.listdir(dataset_dir):
# 获取文件路径
path = os.path.join(dataset_dir, filename)
photo_filenames.append(path)
return photo_filenames def int64_feature(values):
if not isinstance(values, (tuple, list)):
values = [values]
return tf.train.Feature(int64_list=tf.train.Int64List(value=values)) def bytes_feature(values):
return tf.train.Feature(bytes_list=tf.train.BytesList(value=[values])) def image_to_tfexample(image_data, label0, label1, label2, label3):
return tf.train.Example(features=tf.train.Features(feature={
'image':bytes_feature(image_data),
'label0':int64_feature(label0),
'label1': int64_feature(label1),
'label2': int64_feature(label2),
'label3': int64_feature(label3),
})) # 把数据转化为tfrecord格式
def _convert_dataset(split_name, filenames,dataset_dir):
assert split_name in ['train', 'test'] with tf.Session() as sess:
# 定义tfrecord问津的路径+名字
output_filename = os.path.join(TFRECORD_DIR, split_name + '.tfrecords')
with tf.python_io.TFRecordWriter(output_filename) as tfrecord_writer:
for i, filename in enumerate(filenames):
try:
sys.stdout.write('\r>> Converting image %d/%d' % (i+1, len(filenames)))
sys.stdout.flush() # 读取图片
image_data = Image.open(filename)
# 根据模型的结构resize
image_data = image_data.resize((224, 224))
# 由于验证码是彩色的,但是我们识别验证码并不需要彩色,灰度图就可以。这样可以减少计算量
image_data = np.array(image_data.convert('L'))
# 将图片转化为bytes
image_data = image_data.tobytes() # 获取level 验证码的前4位就是它的level
labels = filename.split('/')[-1][0:4]
num_labels = []
for j in range(4):
num_labels.append(int(labels[j])) # 生成protocol数据类型
example = image_to_tfexample(image_data, num_labels[0], num_labels[1], num_labels[2], num_labels[3])
tfrecord_writer.write(example.SerializeToString()) except IOError as e:
print('Cloud not read:', filename)
print('Error:', e)
print('Skip it\n')
sys.stdout.write('\n')
sys.stdout.flush() # 判断tfrecord文件是否存在
if _dataset_exists(TFRECORD_DIR):
print('tfrecord文件已存在')
else:
# 获得所有图片
photo_filenames = _get_filenames_and_classes(DATASET_DIR) # 把数据切分为训练集和测试集,并打乱。我们在后面还是会打乱的。这里不打乱也可以
random.seed(_RANDOM_SEED)
random.shuffle(photo_filenames)
training_filenames = photo_filenames[_NUM_TEST:]
testing_filenames = photo_filenames[:_NUM_TEST] # 数据转换
_convert_dataset('train', training_filenames, DATASET_DIR)
_convert_dataset('test', testing_filenames, DATASET_DIR)
print('生成tfrecord文件')

制作test.tfrecords、train.tfrecords。选取500张图片作为测试集

上一篇:更新!ArcMap和ArcGIS Pro加载百度影像地图


下一篇:ArcGIS Pro 简明教程(1)Pro简介