赞
踩
本项目通过python实现验证码识别,包括数据集制作,模型训练,测试等。 pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com opencv-python==3.4.3.18 1、是cut.py切割成单个字符【已完成可跳过】 2、label.py将字符图片标上标签,其实就是手动标注的,也可以自己手动标注【已完成可跳过】 3、train.py用来训练模型,查看准确度 4、test.py用来查看效果,测试 自制数据集过程: 1、切割成单个字符,需要将cut.py和train文件夹放到同一个目录下,视频中在edu-cut文件夹里实验,运行cut.py自动分割。因为目录里的train文件夹是分割好的,分割好的放到char文件夹里,继续第二步。 2、当有了train和char文件夹后,开始标注图片。将label.py和train和char文件夹放在edu-label目录下,运行label.py,看弹出图片是什么就输入什么,一个个标注好即可 3、运行test.py试验效果。 4、准确率为92%。 环境要求: import glob import sys import os import time import numpy as np import cv2 from PIL import Image from PIL import ImageDraw,ImageFont
读取数据集和标签中。。。。 读取数据集中。。 初始化中... 训练模型中,请等待! 获取字符轮廓。。。 xwcb ['x', 'w', 'c', 'b'] 读取数据集和标签中。。。。 读取数据集中。。 初始化中... 训练模型中,请等待! 获取字符轮廓。。。 y4bf ['y', '4', 'f', 'f'] 读取数据集和标签中。。。。 读取数据集中。。 初始化中... 训练模型中,请等待! 获取字符轮廓。。。 y58m ['y', '5', '4', 'n'] 读取数据集和标签中。。。。 读取数据集中。。 初始化中... 训练模型中,请等待! 获取字符轮廓。。。 y75d ['y', 'n', '2', 'm'] 读取数据集和标签中。。。。 读取数据集中。。 初始化中... 训练模型中,请等待! 获取字符轮廓。。。 ya6m ['y', 'a', '6', 'm'] 读取数据集和标签中。。。。 读取数据集中。。 初始化中... 训练模型中,请等待! 获取字符轮廓。。。 ynfw ['y', 'n', 'f', 'w'] 读取数据集和标签中。。。。 读取数据集中。。 初始化中... 训练模型中,请等待! 获取字符轮廓。。。 yy4e ['y', 'y', '4', 'e'] 模型准确率为: 92.7570093457944%
test/2bxa.jpg
识别结果为:2bxa
test/336f.jpg
识别结果为:336f
test/36nd.jpg
识别结果为:36nd
https://download.csdn.net/download/qq_42279468/87649844
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。