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和pyqt实现360的CLable控件
Feb 21 Python
python抓取网页中的图片示例
Feb 28 Python
Python中关于字符串对象的一些基础知识
Apr 08 Python
Python利用ElementTree模块处理XML的方法详解
Aug 31 Python
python+selenium实现登录账户后自动点击的示例
Dec 22 Python
Python实现的端口扫描功能示例
Apr 08 Python
Python之pandas读写文件乱码的解决方法
Apr 20 Python
pandas的唯一值、值计数以及成员资格的示例
Jul 25 Python
Python Process多进程实现过程
Oct 22 Python
python输出第n个默尼森数的实现示例
Mar 08 Python
python利用appium实现手机APP自动化的示例
Jan 26 Python
Python道路车道线检测的实现
Jun 27 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 多维数组排序(usort,uasort)
2010/06/30 PHP
thinkPHP的Html模板标签使用方法
2012/11/13 PHP
php文件上传 你真的掌握了吗
2016/11/28 PHP
Thinkphp框架+Layui实现图片/文件上传功能分析
2020/02/07 PHP
二行代码解决全部网页木马
2008/03/28 Javascript
IE和FireFox(FF)中js和css的不同
2009/04/13 Javascript
jQuery标签替换函数replaceWith()的使用例子
2014/08/28 Javascript
基于JS代码实现导航条弹出式悬浮菜单
2016/06/17 Javascript
详解ES6中的let命令
2020/04/05 Javascript
详解如何在Vue2中实现组件props双向绑定
2017/03/29 Javascript
anime.js 实现带有描边动画效果的复选框(推荐)
2017/12/24 Javascript
jquery ajax加载数据前台渲染方式 不用for遍历的方法
2018/08/09 jQuery
element-ui中的select下拉列表设置默认值方法
2018/08/24 Javascript
微信小程序之判断页面滚动方向的示例代码
2018/08/30 Javascript
微信小程序仿知乎实现评论留言功能
2018/11/28 Javascript
Vue使用.sync 实现父子组件的双向绑定数据问题
2019/04/04 Javascript
深入了解JavaScript代码覆盖
2019/06/13 Javascript
[07:20]2014DOTA2西雅图国际邀请赛 选手讲解积分赛第二天
2014/07/11 DOTA
[32:39]完美世界DOTA2联赛循环赛 Forest vs Inki BO2第一场 11.04
2020/11/04 DOTA
python实现文件路径和url相互转换的方法
2015/07/06 Python
利用Python命令行传递实例化对象的方法
2016/11/02 Python
pycharm中连接mysql数据库的步骤详解
2017/05/02 Python
浅谈python日志的配置文件路径问题
2018/04/28 Python
使用 Supervisor 监控 Python3 进程方式
2019/12/05 Python
利用PyQt中的QThread类实现多线程
2020/02/18 Python
Python tkinter实现日期选择器
2021/02/22 Python
python和opencv构建运动检测器的实现
2021/03/03 Python
销售人员中英文自荐信
2013/09/22 职场文书
秋季运动会稿件
2014/01/30 职场文书
个人思想政治总结
2015/03/05 职场文书
2015年学校德育工作总结
2015/04/22 职场文书
实验心得体会范文
2016/01/25 职场文书
强烈推荐:小学生:暑假作息时间表(值得收藏)
2019/07/09 职场文书
PostgreSQL自动更新时间戳实例代码
2021/11/27 PostgreSQL
Oracle使用别名的好处
2022/04/19 Oracle
Python+pyaudio实现音频控制示例详解
2022/07/23 Python