【易盾+ 极验图像识别】 解决易盾，极验图标点选如何进行图像识别 附：训练代码_点选图像识别

本文宗旨，致力于学习研究与分享！如有侵权！即使告知，作者会在第一时间内删除！！！！

前言：

验证码种类繁多，继英文字母，数字 组合 后出现了 文字点击，图标点击！ 前面介绍了文字点选，本次将探讨图标点选如何进行识别！

类似YI盾图标，JI验图标点选这种怎么解决？

第一步：

• 肯定是标注数据集，labelimage应该都听过，网上下载个，然后画框框就行，类别标注为同一个类别就行比如（target），如果不嫌麻烦可以一步到位，自己直接把类别都区分好就行！后面的内容就不用看了，yolo 一步解决这个验证码！

• https://www.cnblogs.com/Terrypython/p/9577657.html

• 可以看这个老哥的使用方式！整就完事

第二步：

• 得到第一步的位置预测数据集，就扔给网络训练就完事了，什么yolov3,ssd,啥的都行，用你喜欢的姿势解决。别说什么windows不友好，pytorch的环境搭建很简单了，windows一样玩儿，毕竟这个验证码又不需要用到ctc
• 训练过程你们搞一下，毕竟这篇文章的主体不是为了讲这些东西
• 如果顺利进行，你就来到这一步了，关于下图这两个图标，大的不用说，就是前面的结晶，小的那个，如果不嫌麻烦，也可以用前面的结晶，嫌麻烦就上图像检测算法，直接切割就行。
• 
• 小图切割算法

  import numpy as np
  def FindImageBBox(img):
      v_sum = np.sum(img, axis=0)
      start_i = None
      end_i = None
      minimun_range = 10
      maximun_range = 20
      min_val = 10
      peek_ranges = []
      ser_val = 0
      # 从左往右扫描，遇到非零像素点就以此为字体的左边界
      for i, val in enumerate(v_sum):
          #定位第一个字体的起始位置
          if val > min_val and start_i is None:
              start_i = i
              ser_val = 0
          #继续扫描到字体，继续往右扫描
          elif val > min_val and st