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字符编码判断方法分析
Jul 01 Python
python中json格式数据输出的简单实现方法
Oct 31 Python
浅谈django model的get和filter方法的区别(必看篇)
May 23 Python
Python安装官方whl包和tar.gz包的方法(推荐)
Jun 04 Python
深入理解Python中的super()方法
Nov 20 Python
django-rest-swagger对API接口注释的方法
Aug 29 Python
python批量处理文件或文件夹
Jul 28 Python
Python 实现opencv所使用的图片格式与 base64 转换
Jan 09 Python
win10下python3.8的PIL库安装过程
Jun 08 Python
详解基于python的全局与局部序列比对的实现(DNA)
Oct 07 Python
一个非常简单好用的Python图形界面库(PysimpleGUI)
Dec 28 Python
详解Python openpyxl库的基本应用
Feb 26 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 clearstatcache()函数详解
2010/03/02 PHP
PHP Switch 语句之学习笔记
2013/09/21 PHP
php 批量替换程序的具体实现代码
2013/10/04 PHP
php 字符串压缩方法比较示例
2014/01/23 PHP
使用swoole扩展php websocket示例
2014/02/13 PHP
在PHP模板引擎smarty生成随机数的方法和math函数详解
2014/04/24 PHP
php使用fgetcsv读取csv文件出现乱码的解决方法
2014/11/08 PHP
PHP折半(二分)查找算法实例分析
2018/05/12 PHP
Laravel框架基于ajax和layer.js实现无刷新删除功能示例
2019/01/17 PHP
laravel中数据显示方法(默认值和下拉option默认选中)
2019/10/11 PHP
为指定元素增加样式的js代码
2009/12/09 Javascript
超简单的jquery的AJAX用法
2010/05/10 Javascript
Javascript 异步加载详解(浏览器在javascript的加载方式)
2012/05/20 Javascript
用jquery实现的一个超级简单的下拉菜单
2014/05/18 Javascript
javascript实现拖动元素交换位置
2015/11/29 Javascript
jQuery无刷新上传之uploadify简单代码
2017/01/17 Javascript
angularjs实现的前端分页控件示例
2017/02/10 Javascript
Node.js中流(stream)的使用方法示例
2017/07/16 Javascript
浅谈Node.js 子进程与应用场景
2018/01/24 Javascript
基于vue实现可搜索下拉框定制组件
2020/03/26 Javascript
微信小程序日历/日期选择插件使用方法详解
2018/12/28 Javascript
使用express来代理服务的方法
2019/06/21 Javascript
Python正则表达式完全指南
2017/05/25 Python
利用Hyperic调用Python实现进程守护
2018/01/02 Python
python实现日常记账本小程序
2018/03/10 Python
通过python实现windows桌面截图代码实例
2020/01/17 Python
python中封包建立过程实例
2021/02/18 Python
CSS3 2D模拟实现摩天轮旋转效果
2016/11/16 HTML / CSS
Expedia韩国官网:亚洲发展最快的在线旅游门户网站
2018/02/26 全球购物
父母对孩子说的话
2014/04/12 职场文书
青安岗事迹材料
2014/05/14 职场文书
司法局2014法制宣传日活动总结
2014/11/01 职场文书
期末个人总结范文
2015/02/13 职场文书
演讲稿之感恩老师(三篇范文)
2019/09/06 职场文书
详解Django的MVT设计模式
2021/04/29 Python
java实现web实时消息推送的七种方案
2022/07/23 Java/Android