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线程中对join方法的运用的教程
Apr 09 Python
Python实现中文数字转换为阿拉伯数字的方法示例
May 26 Python
用pycharm开发django项目示例代码
Oct 24 Python
python pygame实现五子棋小游戏
Oct 26 Python
python利用7z批量解压rar的实现
Aug 07 Python
简单了解为什么python函数后有多个括号
Dec 19 Python
python内打印变量之%和f的实例
Feb 19 Python
解决python对齐错误的方法
Jul 16 Python
python3.7中安装paddleocr及paddlepaddle包的多种方法
Nov 27 Python
最新Python idle下载、安装与使用教程图文详解
Nov 28 Python
matplotlib对象拾取事件处理的实现
Jan 14 Python
使用Python webdriver图书馆抢座自动预约的正确方法
Mar 04 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安全的URL字符串base64编码和解码
2014/06/19 PHP
php微信公众号开发(4)php实现自定义关键字回复
2016/12/15 PHP
PHP的new static和new self的区别与使用
2019/11/27 PHP
JavaScript对象、属性、事件手册集合方便查询
2010/07/04 Javascript
js汉字排序问题 支持中英文混排,兼容各浏览器,包括CHROME
2011/12/20 Javascript
密码强度检测效果实现原理与代码
2013/01/04 Javascript
基于jQuery实现图片的前进与后退功能
2013/04/24 Javascript
js Array操作的最简短最容易理解方法
2013/12/09 Javascript
Js使用WScript.Shell对象执行.bat文件和cmd命令
2014/12/18 Javascript
DOM基础教程之模型中的模型节点
2015/01/19 Javascript
jQuery前端分页示例分享
2015/02/10 Javascript
PHP+jQuery实现随意拖动层并即时保存拖动位置
2015/04/30 Javascript
javascript实现可拖动变色并关闭层窗口实例
2015/05/15 Javascript
jQuery插件ajaxfileupload.js实现上传文件
2020/10/23 Javascript
Bootstrap 设置datetimepicker在屏幕上面弹出设置方法
2017/03/21 Javascript
Angular刷新当前页面的实现方法
2018/11/21 Javascript
在vue使用clipboard.js进行一键复制文本的实现示例
2019/01/15 Javascript
JS中的算法与数据结构之二叉查找树(Binary Sort Tree)实例详解
2019/08/16 Javascript
[05:22]DOTA2 2015国际邀请赛中国区预选赛首日TOP10
2015/05/26 DOTA
[59:30]VG vs LGD 2019国际邀请赛淘汰赛 胜者组 BO3 第二场 8.22
2019/09/05 DOTA
Django小白教程之Django用户注册与登录
2016/04/22 Python
Python实现网络聊天室的示例代码(支持多人聊天与私聊)
2021/01/27 Python
Nayomi官网:沙特阿拉伯王国睡衣和内衣品牌
2020/12/19 全球购物
必须要使用游标的SQL语句有那些
2012/05/07 面试题
酒店执行总经理岗位职责
2013/12/15 职场文书
管理心得体会
2013/12/28 职场文书
3分钟演讲稿
2014/04/30 职场文书
秋天的图画教学反思
2014/05/01 职场文书
上海世博会志愿者口号
2014/06/17 职场文书
2014年节能减排工作总结
2014/12/06 职场文书
2014年高二班主任工作总结
2014/12/16 职场文书
运动会800米赞词
2015/07/22 职场文书
莫言诺贝尔获奖感言(全文)
2015/07/31 职场文书
优秀员工演讲稿
2019/06/21 职场文书
Javascript之datagrid查询详解
2021/09/15 Javascript
Python可视化神器pyecharts绘制水球图
2022/07/07 Python