python实现简单的验证码识别_用python的sklearn库.pkl模型识别验证码

验证码识别是一个机器学习分类问题

标签类别有大小写的a——z和数字的0——9

本文以KNN算法为例，实现简单的验证码识别

数据集简介

使用的数据集包括一个包含19999张图片的训练集、一个包含20000张图片的测试集

以第0个图像为例

读取并查看图像的形状，可以看出是30*150的三通道彩色图像

可视化图像：

对图像的预处理

首先需要对图像进行灰度化处理，将图像转化为单通道的灰度图像：

再进行二值化处理：

此时会发现背景还有少许的噪声点，目前本菜鸡还没有找到比较好的方法去除T^T

三次尝试：

1、第一次使用了先膨胀再腐蚀，正确率0.88
2、第二次使用了中值滤波器，正确率0.67
3、第三次没有进行降噪，正确率0.90

此时得到的图像形状为：

因为每个图像包含5个字符，所以我们可以把图像reshape，分割为5个小部分：

第0个小块的形状：

可视化第0个小块：

将预处理的代码封装成函数：

x_train, y_train = [], []

# 处理训练集
def threshold_train(path):
    # 读取图像
    img = cv2.imread(path)
    # 灰度化处理
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 二值化处理
    retval, dst = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU)
    # 腐蚀和膨胀是对白色部分而言的，膨胀，白区域变大，最后的参数为迭代次数
    #dst = cv2.dilate(dst, None, iterations=1)
    # 腐蚀，白区域变小
    #dst = cv2.erode(dst, None, iterations=1)
    # 中值滤波器
    #dst = cv2.medianBlur(dst, 3)
    # 将图像进行分割
    dst = dst.reshape([30, -1, 30])
    # 分别保存每个字符
    for i in range(5):
        x_train.append(dst[:, i])
        y_train.append(str(path[8 + i]))
    #plt.imshow(dst)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

处理训练集之后再保存为npy文件

for path in pathDir:
    threshold_train('./train/' + path)
np.save('./data/x_train.npy', x_train)
np.save('./data/y_train.npy', y_train)
1
2
3
4

测试集同理：

x_test = []
# 处理测试集
def threshold_test(path):
    # 读取图像
    img = cv2.imread(path)
    # 灰度化处理
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 二值化处理
    retval, dst = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU)
    # 腐蚀和膨胀是对白色部分而言的，膨胀，白区域变大，最后的参数为迭代次数
    #dst = cv2.dilate(dst, None, iterations=1)
    # 腐蚀，白区域变小
    #dst = cv2.erode(dst, None, iterations=1)
    # 中值滤波器
    #dst = cv2.medianBlur(dst, 3)
    # 将图像进行分割
    dst = dst.reshape([30, -1, 30])
    # 分别保存每个字符
    for i in range(5):
        x_test.append(dst[:, i])
        #y_test.append(str(path[7 + i]))
    #plt.imshow(dst)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

处理后保存：

# 测试集中图像名称为0——19999，所以不能用文件系统提取目录，否则数据顺序为0、1、10、100、1000...
#pathDir2 = os.listdir('./test')
for i in range(0, 20000):
    threshold_test('./test/' + str(i) + '.jpg')
np.save('./data/x_test.npy', x_test)
1
2
3
4
5

提取保存好的数据集，进行训练和预测

提取训练集和测试集：

x_train = np.load('./data/x_train.npy')
y_train = np.load('./data/y_train.npy')
x_test = np.load('./data/x_test.npy')
1
2
3

将训练集转为一维：

# reshape训练集
n_samples, n1, n2 = x_train.shape
x_train = x_train.reshape(n_samples, n1*n2).astype(np.float32)
# reshape测试集
n_samples_test, n1_test, n2_test = x_test.shape
x_test = x_test.reshape(n_samples_test, n1_test*n2_test).astype(np.float32)
1
2
3
4
5
6

特征降维：

# 特征降维
from sklearn.decomposition import PCA
pca = PCA(n_components = 64) 
decom_x_train = pca.fit_transform(x_train)
decom_x_test = pca.transform(x_test)
1
2
3
4
5

预测：

from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier()
knn.fit(decom_x_train, y_train)
knn.score(decom_x_test, y_test)
1
2
3
4