Python3.5 + sklearn利用SVM自动识别字母验证码方法示例


Posted in Python onMay 10, 2019

前言

最近正在研究人工智能,为了加深对算法的理解,决定写个自动设别验证码的程序。看了看网上的demo,大部分都是python2的写法,而且验证码的识别都是用的数字做例子,那我就写个基于python3字母识别的程序,不过一路写下来碰到不少坑,大家感兴趣的话可以慢慢看。

图片识别有几个比较大的步骤是必须完成的:

1、有大量的验证码图片作为样本

2、图片要进行处理  流程是:灰度化==》二值化==》字符切割==》识别分类

3、图像识别要提取特征值,然后把图片二值化的数据当做样本做训练,最后基于样本完成对新验证码的识别

一、大量验证码准备

因为要写字母识别,所以需要大量的字母验证码,正好之前做过某电商的项目,印象中是纯字母的查了下果然是的所以就用那个网站作为例子了。

Python3.5 + sklearn利用SVM自动识别字母验证码方法示例

获取验证码方法很简单,找到验证码动态生成的地址,

然后调用python的urllib.request获得图片然后保存就好了

Python3.5 + sklearn利用SVM自动识别字母验证码方法示例

二、图片的灰度化和二值化

其实为了增强识别率,我们将彩色的图片灰度化,

这样就变成了黑白两色,黑的是255白的是0,这样更容易让机器来识别。

灰度化和二值化之前、后的效果图

Python3.5 + sklearn利用SVM自动识别字母验证码方法示例Python3.5 + sklearn利用SVM自动识别字母验证码方法示例

三、图片的分割

经过观察验证码可以发现,验证码是4位的字母,

同时验证码直接是有空白分隔的(后面的验证码有黏连的单独讲)

这里使用垂直投影法,根据投影进行图片的切割。这个算法讲起来太复杂,看代码吧。。。

效果如下,反正就是切成了4个图片

 Python3.5 + sklearn利用SVM自动识别字母验证码方法示例 Python3.5 + sklearn利用SVM自动识别字母验证码方法示例 Python3.5 + sklearn利用SVM自动识别字母验证码方法示例 Python3.5 + sklearn利用SVM自动识别字母验证码方法示例

四、识别分类

这里因为图片太多了,要对每个图片分26个字母的哪一个太麻烦,所以借用Google的tesseract这个OCR的软件,用它来帮我识别下图片是哪个字母(当然它识别的成功率不高,不然也不用人工智能了),然后识别错误的我再手动分类。

Python3.5 + sklearn利用SVM自动识别字母验证码方法示例

经过ocr识别和人工分类后,我的temp目录下就变成了这样的,每个目录下都是正确的字母图片

Python3.5 + sklearn利用SVM自动识别字母验证码方法示例

五、提取特征值

将字母的文件夹图片取出,提取特征值然后存储到文本文件里

Python3.5 + sklearn利用SVM自动识别字母验证码方法示例

六、机器训练

这里使用sklearn.svm这个支持向量机的算法,来对数据进行分类。

SVM的算法是啥,可以看看知乎大神的讲解https://www.zhihu.com/question/21094489 ,

通过fit进行训练后,将训练的结果保存到pkl文件里,其实里面都是0和1的特征值

Python3.5 + sklearn利用SVM自动识别字母验证码方法示例

七、最后的验证就很简单了

找个验证码图片,调用之前的方法,变成二值化的数据,然后用SVM进行识别,就能得到正确的结果了

八、滴水算法(解决黏连问题)

这个验证码也不是完全都有空格分割好的,可能是长这样的,字母直接黏在一起了

Python3.5 + sklearn利用SVM自动识别字母验证码方法示例

这样的字母为了分割出来,就要用滴水算法,模拟水滴重力下落的过程,自动切分图片。

可以看我的water.py文件里面是详细的算法。

讲讲碰到的坑

1、python3不能用opencv了,尤其是cv2.cv方法只是python2用的,不用他换个python写法一样可以实现

2、原始图片有蓝色边,刚开始老识别错误,后来发现问题后,要先进行切割,保证只有字母是有颜色的,其它区域是白色的。

这个是cutImg方法的作用

3、使用Google的ocr时,使用了python的pytesseract,这个要先在电脑安装Tesseract-OCR,然后要在程序里指定路径才行,

不然会报错误的。pytesseract.pytesseract.tesseract_cmd = 'E:/Program Files (x86)/Tesseract-OCR/tesseract'

4、pytesseract.image_to_string(cur_img, config='-psm 7 outputbase letters')

这个letters是我自己创建的,位置在E:\Program Files (x86)\Tesseract-OCR\tessdata\configs 这里的letters是用来

约束识别范围的,比如我设置tessedit_char_whitelist abcdefghijklmnopqrstuvwxyz 这就表示只识别字母,这样

就会把1,0之类的变成l和o了

最后附上github的源码地址 https://github.com/zjy090/verifyCode  (本地下载)

下次研究遗传算法GA的实现等写好了也写个demo分享给大家

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对三水点靠木的支持。

Python 相关文章推荐
python字典多条件排序方法实例
Jun 30 Python
跟老齐学Python之私有函数和专有方法
Oct 24 Python
基础的十进制按位运算总结与在Python中的计算示例
Jun 28 Python
使用Python中的tkinter模块作图的方法
Feb 07 Python
Flask数据库迁移简单介绍
Oct 24 Python
python的文件操作方法汇总
Nov 10 Python
python清除函数占用的内存方法
Jun 25 Python
详解Django解决ajax跨域访问问题
Aug 24 Python
Python3+Pycharm+PyQt5环境搭建步骤图文详解
May 29 Python
python爬虫之快速对js内容进行破解
Jul 09 Python
Python Numpy库datetime类型的处理详解
Jul 13 Python
浅谈对python中if、elif、else的误解
Aug 20 Python
python lxml中etree的简单应用
May 10 #Python
基于Python的PIL库学习详解
May 10 #Python
python导入坐标点的具体操作
May 10 #Python
python简单验证码识别的实现方法
May 10 #Python
eclipse创建python项目步骤详解
May 10 #Python
Python实现字符型图片验证码识别完整过程详解
May 10 #Python
使用python PIL库实现简单验证码的去噪方法步骤
May 10 #Python
You might like
php mysql Errcode: 28 终极解决方法
2009/07/01 PHP
header中Content-Disposition的作用与使用方法
2012/06/13 PHP
如何判断php数组的维度
2013/06/10 PHP
php读取excel文件的简单实例
2013/08/26 PHP
JavaScript Serializer序列化时间处理示例
2014/07/31 Javascript
javascript 中__proto__和prototype详解
2014/11/25 Javascript
Jquery 实现grid绑定模板
2015/01/28 Javascript
JavaScript中的Math.LN2属性用法详解
2015/06/12 Javascript
JavaScript中的Repaint和Reflow用法详解
2015/07/27 Javascript
延时加载JavaScript代码提高速度
2015/12/27 Javascript
javascript实现可键盘控制的抽奖系统
2016/03/10 Javascript
js实现自动图片轮播代码
2017/03/22 Javascript
node.js 抓取代理ip实例代码
2017/04/30 Javascript
vue2.0 element-ui中el-select选择器无法显示选中的内容(解决方法)
2018/08/24 Javascript
基于vue-cli 路由 实现类似tab切换效果(vue 2.0)
2019/05/08 Javascript
原生js基于canvas实现一个简单的前端截图工具代码实例
2019/09/10 Javascript
跟老齐学Python之关于类的初步认识
2014/10/11 Python
Python获取当前页面内所有链接的四种方法对比分析
2017/08/19 Python
python实现邮件发送功能
2019/08/10 Python
python滑块验证码的破解实现
2019/11/10 Python
python各层级目录下import方法代码实例
2020/01/20 Python
HTML5 Canvas鼠标与键盘事件demo示例
2013/07/04 HTML / CSS
微软澳洲官方网站:Microsoft Australia
2017/01/10 全球购物
财务管理职业生涯规划范文
2013/12/27 职场文书
结婚典礼证婚词
2014/01/11 职场文书
采购经理岗位职责
2014/02/16 职场文书
王老吉广告词
2014/03/20 职场文书
宝宝满月酒主持词和仪式流程
2014/03/27 职场文书
给校长的建议书100字
2014/05/16 职场文书
政协调研汇报材料
2014/08/15 职场文书
党员干部批评与自我批评反四风思想汇报
2014/09/21 职场文书
KTV门卫岗位职责
2014/10/09 职场文书
《伯牙绝弦》教学反思
2016/02/16 职场文书
2016年小学中秋节活动总结
2016/04/05 职场文书
网络新闻该怎么写?这些写作技巧你都知道吗?
2019/08/26 职场文书
Python函数对象与闭包函数
2022/04/13 Python