验证码的生成与识别
本文系作者原创，转载请注明出处:https://www.cnblogs.com/further-further-further/p/10755361.html
目录
1.验证码的制作
2.卷积神经网络结构
3.训练参数保存与使用
4.注意事项
5.代码实现（python3.5）
6.运行结果以及分析
1.验证码的制作
深度学习一个必要的前提就是需要大量的训练样本数据，毫不夸张的说，训练样本数据的多少直接决定模型的预测准确度。而本节的训练样本数据（验证码：字母和数字组成）通过调用Image模块（图像处理库）中相关函数生成。
安装：pip install pillow
验证码生成步骤：随机在字母和数字中选择4个字符 -> 创建背景图片 -> 添加噪声 -> 字符扭曲
具体样本如下所示：
对于上图的验证码，如果用传统方式破解，其步骤一般是：
图片分割：采用分割算法分割出每一个字符；
字符识别：由分割出的每个字符图片，根据OCR光学字符识别出每个字符图片对应的字符；
难点在于：对于图片字符有黏连（2个，3个，或者4个全部黏连），图片是无法完全分割出来的，也就是说，即使分割出来了，字符识别基本上都是错误的，特别对于人眼都无法分辨的验证码，用传统的这种破解方法，成功率基本上是极其低的。
黏连验证码
人眼几乎无法分辨验证码
第一张是 0ymo or 0ynb ？第二张是 7e9l or 1e9l ？
对于以上传统方法破解验证码的短板，我们采用深度学习之卷积神经网络来进行破解。
2.卷积神经网络结构
前向传播组成：3个卷积层（3*3*1*32，3*3*32*64，3*3*64*64），3个池化层，4个dropout防过拟合层，2个全连接层（(8*20*64,1024)，(1024, MAX_CAPTCHA*CHAR_SET_LEN])），4个Relu激活函数。
反向传播组成：计算损失（sigmoid交叉熵），计算梯度，目标预测，计算准确率，参数更新。
tensorboard生成结构图（图片可能不是很清楚，在图片位置点击鼠标右键->在新标签页面打开图片，就可以放缩图片了。）
这里特别要注意数据流的变化：
(?,60,160,1) + conv1->(?,60,160,32)+ relu ->(?,60,160,32) + pool1 ->(?,30,80,32) + dropout -> (?,30,80,32)
+ conv2->(?,30,80,64) + relu ->(?,30,80,64) + pool2 ->(?,15,40,64) + dropout -> (?,15,40,64)
+ conv3->(?,15,40,64) + relu ->(?,15,40,64) + pool3 ->(?,8,20,64) + dropout -> (?,8,20,64)
+ fc1 ->(?,1024) + relu ->(?,1024) + dropout ->(?,1024)
+ fc2 ->(?,MAX_CAPTCHA*CHAR_SET_LEN)
只要把握住一点，卷积过程跟全连接运算是不一样的。
卷积过程：矩阵对应位置相乘再相加，要求相乘的两个矩阵宽、高必须相同（比如大小都是m * n），得到结果就是一个数值。
全连接（矩阵乘法）：它要求第一个矩阵的列和第二个矩阵的行必须相同，比如矩阵A大小m * n，矩阵B大小n * k，红色部分必须相同，得到结果大小就是m * k。
3.训练参数保存与使用
参数保存：
tensorflow对于参数保存功能已帮我们做好了，我们只要直接使用就可以了。使用也很简单，就两步，获取保存对象，调用保存方法。
获取保存对象：
saver = tf.train.Saver()
调用保存方法：
saver.save(sess, "./model/crack_capcha.model99", global_step=step)
global_step=step ：在保存文件时，会统计运行了多少次。
参数使用：
获取保存对象->获取最后一次生成文件的路径->导入参数到session会话中
获取保存对象与参数保存是一样的。
获取最后一次生成文件的路径：在参数保存时会生成一个checkpoint文件（我的是在model文件下），里面会记录最后一次生成文件的文件名。model文件
checkpoint内容
导入参数到session会话中：首先要开启session会话，然后调用保存对象的restore方法即可。
saver.restore(sess, checkpoint.model_checkpoint_path)
4.注意事项
1. 在session调用run方法时，一定不能遗漏某个操作结果对应的参数赋值，这表述比较绕口，我们来看下面的例子。
_, loss_ = sess.run([optimizer, loss], feed_dict={X: batch_x, Y: batch_y, keep_prob: 0.75})
X:输入数据，Y：标签数据，keep_prob：防过拟合概率因子（超参），这些参数在获取损失函数loss，计算梯度optimizer时被用到，
在tensorflow的CNN中只是作为占位符处理的，所以在session调用run方法时，一定要对这些参数赋值，并用feed_dict作为字典参数传入，注意大小写也要相同。
2. 在训练前需要将文本转为向量，在预测判断是否准确时需要将向量转为文本字符串。
这里的样例总长度63：数字10个（0-9），小写字母26（a-z），大写字母26（A-Z），'_'：如果不够4个字符，用来补齐。
向量长度范围：字符4*（10 + 26 + 26 + 1） = 252
文本转向量：通过某种规则(char2pos），计算字符数值，然后根据该字符在4个字符中的位置，计算向量索引
idx = i * CHAR_SET_LEN + char2pos(c)
向量转文本：跟文本转向量操作相反（vec2text）
5.代码实现（python3.5）
在letterAndNumber.py文件中，train = 0 表示训练，1表示预测。
在训练时，采用的batch_size = 64，每训练100次计算一次准确率，如果准确率大于0.8，就将参数保存到model文件中，准确率大于0.9，在保存参数的同时结束训练。
在预测时，随机采用100幅图片，观察其准确率；另外，对于之前展示的黏连验证码，人眼不能较好分辨的验证码，单独进行识别。
letterAndNumber.py
1 import numpy as np
2 import tensorflow as tf
3 from captcha.image import ImageCaptcha
4 import numpy as np
5 import matplotlib.pyplot as plt
6 from PIL import Image
7 import random
8
9 number = ['0','1','2','3','4','5','6','7','8','9']
10 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']
11 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']
12
13 def random_captcha_text(char_set=number+alphabet+ALPHABET, captcha_size=4):
14 #def random_captcha_text(char_set=number, captcha_size=4):
15 captcha_text = []
16 for i in range(captcha_size):
17 c = random.choice(char_set)
18 captcha_text.append(c)
19 return captcha_text
20
21
22 def gen_captcha_text_and_image(i = 0):
23 # 创建图像实例对象
24 image = ImageCaptcha()
25 # 随机选择4个字符
26 captcha_text = random_captcha_text()
27 # array 转化为 string
28 captcha_text = ''.join(captcha_text)
29 # 生成验证码
30 captcha = image.generate(captcha_text)
31 if i%100 == 0 :
32 image.write(captcha_text, "./generateImage/" + captcha_text + '.jpg')
33
34 captcha_image = Image.open(captcha)
35 captcha_image = np.array(captcha_image)
36 return captcha_text, captcha_image
37
38 def convert2gray(img):
39 if len(img.shape) > 2:
40 gray = np.mean(img, -1)
41 # 上面的转法较快，正规转法如下
42 # r, g, b = img[:,:,0], img[:,:,1], img[:,:,2]
43 # gray = 0.2989 * r + 0.5870 * g + 0.1140 * b
44 return gray
45 else:
46 return img
47
48
49 # 文本转向量
50 def text2vec(text):
51 text_len = len(text)
52 if text_len > MAX_CAPTCHA:
53 raise ValueError('验证码最长4个字符')
54
55 vector = np.zeros(MAX_CAPTCHA*CHAR_SET_LEN)
56
57 def char2pos(c):
58 if c =='_':
59 k = 62
60 return k
61 k = ord(c)-48
62 if k > 9:
63 k = ord(c) - 55
64 if k > 35:
65 k = ord(c) - 61
66 if k > 61:
67 raise ValueError('No Map')
68 return k
69
70 for i, c in enumerate(text):
71 #idx = i * CHAR_SET_LEN + int(c)
72 idx = i * CHAR_SET_LEN + char2pos(c)
73 vector[idx] = 1
74 return vector
75 # 向量转回文本
76 def vec2text(vec):
77 char_pos = vec[0]
78 text=[]
79 for i, c in enumerate(char_pos):
80 char_at_pos = i #c/63
81 char_idx = c % CHAR_SET_LEN
82 if char_idx < 10:
83 char_code = char_idx + ord('0')
84 elif char_idx <36:
85 char_code = char_idx - 10 + ord('A')
86 elif char_idx < 62:
87 char_code = char_idx- 36 + ord('a')
88 elif char_idx == 62:
89 char_code = ord('_')
90 else:
91 raise ValueError('error')
92 text.append(chr(char_code))
93 """
94 text=[]
95 char_pos = vec.nonzero()[0]
96 for i, c in enumerate(char_pos):
97 number = i % 10
98 text.append(str(number))
99 """
100 return "".join(text)
101
102 """
103 #向量（大小MAX_CAPTCHA*CHAR_SET_LEN）用0,1编码 每63个编码一个字符，这样顺利有，字符也有
104 vec = text2vec("F5Sd")
105 text = vec2text(vec)
106 print(text) # F5Sd
107 vec = text2vec("SFd5")
108 text = vec2text(vec)
109 print(text) # SFd5
110 """
111
112 # 生成一个训练batch
113 def get_next_batch(batch_size=128):
114 batch_x = np.zeros([batch_size, IMAGE_HEIGHT*IMAGE_WIDTH])
115 batch_y = np.zeros([batch_size, MAX_CAPTCHA*CHAR_SET_LEN])
116
117 # 有时生成图像大小不是(60, 160, 3)
118 def wrap_gen_captcha_text_and_image(i):
119 while True:
120 text, image = gen_captcha_text_and_image(i)
121 if image.shape == (60, 160, 3):
122 return text, image
123
124 for i in range(batch_size):
125 text, image = wrap_gen_captcha_text_and_image(i)
126 image = convert2gray(image)
127
128 batch_x[i,:] = image.flatten() / 255 # (image.flatten()-128)/128 mean为0
129 batch_y[i,:] = text2vec(text)
130
131 return batch_x, batch_y
132
133
134
135 # 定义CNN
136 def crack_captcha_cnn(w_alpha=0.01, b_alpha=0.1):
137 x = tf.reshape(X, shape=[-1, IMAGE_HEIGHT, IMAGE_WIDTH, 1])
138
139 #w_c1_alpha = np.sqrt(2.0/(IMAGE_HEIGHT*IMAGE_WIDTH)) #
140 #w_c2_alpha = np.sqrt(2.0/(3*3*32))
141 #w_c3_alpha = np.sqrt(2.0/(3*3*64))
142 #w_d1_alpha = np.sqrt(2.0/(8*32*64))
143 #out_alpha = np.sqrt(2.0/1024)
144
145 # 3 conv layer
146 w_c1 = tf.Variable(w_alpha*tf.random_normal([3, 3, 1, 32]))
147 b_c1 = tf.Variable(b_alpha*tf.random_normal([32]))
148 # 卷积 + Relu激活函数
149 conv1 = tf.nn.relu(tf.nn.bias_add(tf.nn.conv2d(x, w_c1, strides=[1, 1, 1, 1], padding='SAME'), b_c1))
150 # 池化
151 conv1 = tf.nn.max_pool(conv1, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')
152 # dropout 防止过拟合
153 conv1 = tf.nn.dropout(conv1, rate = 1 - keep_prob)
154
155 w_c2 = tf.Variable(w_alpha*tf.random_normal([3, 3, 32, 64]))
156 b_c2 = tf.Variable(b_alpha*tf.random_normal([64]))
157 # 卷积 + Relu激活函数
158 conv2 = tf.nn.relu(tf.nn.bias_add(tf.nn.conv2d(conv1, w_c2, strides=[1, 1, 1, 1], padding='SAME'), b_c2))
159 # 池化
160 conv2 = tf.nn.max_pool(conv2, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')
161 # dropout 防止过拟合
162 conv2 = tf.nn.dropout(conv2, rate = 1 - keep_prob)
163
164 w_c3 = tf.Variable(w_alpha*tf.random_normal([3, 3, 64, 64]))
165 b_c3 = tf.Variable(b_alpha*tf.random_normal([64]))
166 # 卷积 + Relu激活函数
167 conv3 = tf.nn.relu(tf.nn.bias_add(tf.nn.conv2d(conv2, w_c3, strides=[1, 1, 1, 1], padding='SAME'), b_c3))
168 # 池化
169 conv3 = tf.nn.max_pool(conv3, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')
170 # dropout 防止过拟合
171 conv3 = tf.nn.dropout(conv3, rate = 1 - keep_prob)
172
173 # Fully connected layer
174 w_d = tf.Variable(w_alpha*tf.random_normal([8*20*64, 1024]))
175 b_d = tf.Variable(b_alpha*tf.random_normal([1024]))
176 dense = tf.reshape(conv3, [-1, w_d.get_shape().as_list()[0]])
177 # 全连接 + Relu
178 dense = tf.nn.relu(tf.add(tf.matmul(dense, w_d), b_d))
179 dense = tf.nn.dropout(dense, rate = 1 - keep_prob)
180
181 w_out = tf.Variable(w_alpha*tf.random_normal([1024, MAX_CAPTCHA*CHAR_SET_LEN]))
182 b_out = tf.Variable(b_alpha*tf.random_normal([MAX_CAPTCHA*CHAR_SET_LEN]))
183 # 全连接
184 out = tf.add(tf.matmul(dense, w_out), b_out)
185 return out
186
187 # 训练
188 def train_crack_captcha_cnn():
189 output = crack_captcha_cnn()
190 # 计算损失
191 loss = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits= output, labels= Y))
192 # 计算梯度
193 optimizer = tf.train.AdamOptimizer(learning_rate=0.001).minimize(loss)
194 # 目标预测
195 predict = tf.reshape(output, [-1, MAX_CAPTCHA, CHAR_SET_LEN])
196 # 目标预测最大值
197 max_idx_p = tf.argmax(predict, 2)
198 # 真实标签最大值
199 max_idx_l = tf.argmax(tf.reshape(Y, [-1, MAX_CAPTCHA, CHAR_SET_LEN]), 2)
200 correct_pred = tf.equal(max_idx_p, max_idx_l)
201 # 准确率
202 accuracy = tf.reduce_mean(tf.cast(correct_pred, tf.float32))
203
204 saver = tf.train.Saver()
205 with tf.Session() as sess:
206 # 打印tensorboard流程图
207 tf.summary.FileWriter("./tensorboard/", sess.graph)
208 sess.run(tf.global_variables_initializer())
209
210 step = 0
211 while True:
212 batch_x, batch_y = get_next_batch(64)
213 _, loss_ = sess.run([optimizer, loss], feed_dict={X: batch_x, Y: batch_y, keep_prob: 0.75})
214 print(step, loss_)
215
216 # 每100 step计算一次准确率
217 if step % 100 == 0:
218 batch_x_test, batch_y_test = get_next_batch(100)
219 acc = sess.run(accuracy, feed_dict={X: batch_x_test, Y: batch_y_test, keep_prob: 1.})
220 print(step, acc)
221 # 如果准确率大于80%,保存模型,完成训练
222 if acc > 0.90:
223 saver.save(sess, "./model/crack_capcha.model99", global_step=step)
224 break
225 if acc > 0.80:
226 saver.save(sess, "./model/crack_capcha.model88", global_step=step)
227
228 step += 1
229 def crack_captcha(captcha_image, output):
230
231 saver = tf.train.Saver()
232
233 with tf.Session() as sess:
234 sess.run(tf.initialize_all_variables())
235 # 获取训练后的参数
236 checkpoint = tf.train.get_checkpoint_state("model")
237 if checkpoint and checkpoint.model_checkpoint_path:
238 saver.restore(sess, checkpoint.model_checkpoint_path)
239 print("Successfully loaded:", checkpoint.model_checkpoint_path)
240 else:
241 print("Could not find old network weights")
242
243 predict = tf.argmax(tf.reshape(output, [-1, MAX_CAPTCHA, CHAR_SET_LEN]), 2)
244 text_list = sess.run(predict, feed_dict={X: [captcha_image], keep_prob: 1})
245 #text = text_list[0].tolist()
246 text = vec2text(text_list)
247 return text
248 if __name__ == '__main__':
249 train = 0 # 0: 训练 1: 预测
250 if train == 0:
251 number = ['0','1','2','3','4','5','6','7','8','9']
252 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']
253 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']
254
255 text, image = gen_captcha_text_and_image()
256 print("验证码图像channel:", image.shape) # (60, 160, 3)
257 # 图像大小
258 IMAGE_HEIGHT = 60
259 IMAGE_WIDTH = 160
260 MAX_CAPTCHA = len(text)
261 print("验证码文本最长字符数", MAX_CAPTCHA)
262 # 文本转向量
263 char_set = number + alphabet + ALPHABET + ['_'] # 如果验证码长度小于4, '_'用来补齐
264 #char_set = number
265 CHAR_SET_LEN = len(char_set)
266 # placeholder占位符，作用域：整个页面，不需要声明时初始化
267 X = tf.placeholder(tf.float32, [None, IMAGE_HEIGHT*IMAGE_WIDTH])
268 Y = tf.placeholder(tf.float32, [None, MAX_CAPTCHA*CHAR_SET_LEN])
269 keep_prob = tf.placeholder(tf.float32) # dropout
270
271 train_crack_captcha_cnn()
272 # 预测时需要将训练的变量初始化，且只能初始化一次。
273 if train == 1:
274 # 自然计数
275 step = 0
276 # 正确预测计数
277 rightCnt = 0
278 # 设置测试次数
279 count = 100
280 number = ['0','1','2','3','4','5','6','7','8','9']
281 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']
282 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']
283
284 IMAGE_HEIGHT = 60
285 IMAGE_WIDTH = 160
286
287 char_set = number + alphabet + ALPHABET + ['_']
288 CHAR_SET_LEN = len(char_set)
289 MAX_CAPTCHA = 4 # len(text)
290 # placeholder占位符，作用域：整个页面，不需要声明时初始化
291 X = tf.placeholder(tf.float32, [None, IMAGE_HEIGHT*IMAGE_WIDTH])
292 Y = tf.placeholder(tf.float32, [None, MAX_CAPTCHA*CHAR_SET_LEN])
293 keep_prob = tf.placeholder(tf.float32) # dropout
294 output = crack_captcha_cnn()
295
296 saver = tf.train.Saver()
297 with tf.Session() as sess:
298 sess.run(tf.global_variables_initializer())
299 # 获取训练后参数路径
300 checkpoint = tf.train.get_checkpoint_state("model")
301 if checkpoint and checkpoint.model_checkpoint_path:
302 saver.restore(sess, checkpoint.model_checkpoint_path)
303 print("Successfully loaded:", checkpoint.model_checkpoint_path)
304 else:
305 print("Could not find old network weights.")
306
307 while True:
308 # image = Image.open("D:/Project/python/myProject/CNN/tensorflow/captchaIdentify/11/0sHB.jpg")
309 # image = np.array(image)
310 # text = '0sHB'
311 text, image = gen_captcha_text_and_image()
312 # f = plt.figure()
313 # ax = f.add_subplot(111)
314 # ax.text(0.1, 0.9,text, ha='center', va='center', transform=ax.transAxes)
315 # plt.imshow(image)
316 #
317 # plt.show()
318
319 image = convert2gray(image)
320 image = image.flatten() / 255
321 predict = tf.math.argmax(tf.reshape(output, [-1, MAX_CAPTCHA, CHAR_SET_LEN]), 2)
322 text_list = sess.run(predict, feed_dict= { X: [image], keep_prob : 1})
323 predict_text = vec2text(text_list)
324 predict_text = crack_captcha(image, output)
325 # predict_text_list = [str(x) for x in predict_text]
326 # predict_text_new = ''.join(predict_text_list)
327 print("step:{} 真实值: {} 预测: {} 预测结果: {}".format(str(step), text, predict_text, "正确" if text.lower()==predict_text.lower() else "错误"))
328 if text.lower()==predict_text.lower():
329 rightCnt += 1
330 if step == count - 1:
331 print("测试总数: {} 测试准确率: {}".format(str(count), str(rightCnt/count)))
332 break
333 step += 1
334
335
336
337
View Code
captchaIdentify.py
1 import tensorflow as tf 2 from captcha.image import ImageCaptcha 3 import numpy as np 4 import matplotlib.pyplot as plt 5 from PIL import Image 6 import random 7 8 9 number = ['0','1','2','3','4','5','6','7','8','9'] 10 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'] 11 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'] 12 13 def random_captcha_text(char_set=number+alphabet+ALPHABET, captcha_size=4): 14 captcha_text = [] 15 for i in range(captcha_size): 16 c = random.choice(char_set) 17 captcha_text.append(c) 18 return captcha_text 19 20 21 def gen_captcha_text_and_image(): 22 image = ImageCaptcha() 23 24 captcha_text = random_captcha_text() 25 captcha_text = ''.join(captcha_text) 26 27 captcha = image.generate(captcha_text) 28 #image.write(captcha_text, captcha_text + '.jpg') 29 30 captcha_image = Image.open(captcha) 31 captcha_image = np.array(captcha_image) 32 return captcha_text, captcha_image 33 if __name__ == '__main__': 34 text, image = gen_captcha_text_and_image() 35 36 f = plt.figure() 37 ax = f.add_subplot(111) 38 ax.text(0.1, 0.9,text, ha='center', va='center', transform=ax.transAxes) 39 plt.imshow(image) 40 41 plt.show()View Code
6.运行结果以及分析
随机采用100幅图片，运行结果如下：
黏连验证码
运行结果
人眼较难识别验证码
运行结果
结果分析：随机选取100张验证码测试，准确率有73%，这个准确率在同类型的验证码中已经比较可观了。当然，可以在训练时将测试准确率继续提高，比如0.95或更高，这样，在预测时的准确率应该还会有提升的，大家有兴趣的话可以试试。
不要让懒惰占据你的大脑，不要让妥协拖垮了你的人生。青春就是一张票，能不能赶上时代的快车，你的步伐就掌握在你的脚下。