Python＋TF实现验证码识别

导语

利用Python+TensorFlow训练简单的验证码识别模型。。。

要识别的验证码为最简单的Discuz验证码。。。

当然直接使用Tesseract这些第三方库也可以做到识别这些简单的验证码，准确率也还过得去。。。

但是你真的甘心稀里糊涂地用现成的库嘛？

一波毒鸡汤之后。。。

进入正题hhhhh~~~

开发工具

Python版本：3.5.4

相关模块：

cv2模块；

matplotlib模块；

numpy模块；

tensorflow-gpu模块；

TensorBoard模块；

win_unicode_console模块；

以及一些Python自带的模块。

其中TensorFlow-GPU版本为：

1.6.0

环境搭建

安装Python并添加到环境变量，pip安装需要的相关模块即可。

TensorFlow-GPU的环境配置请自行参考相关的网络教程！（T_T自己写一遍教程太麻烦了）

补充说明：

若pip安装时下载速度不理想。

可参考以下步骤提高下载速度：

（1）在cmd窗口输入：echo %APPDATA%

（2）进入显示的路径

（3）在该路径下新建一个pip文件夹

（4）在该文件夹内创建pip.ini文件，写入内容为：

当然你也可以使用其他pip源：

原理简介

（1）验证码

验证码无非就是将一些符号转为图片的形式，并在图片里加入各种干扰像素。

其作用无非是想确定用户为真人，并以此防止机器批量注册等行为。

我们今天要识别的Discuz验证码类似下图：

（2）主要实现过程

Step1：

数据预处理，主要包括数据读取、标签向量化。

Step2：

搭建网络模型，模型结构为：3卷积层+1全连接层。

网络结构基于LeNet-5改编。

提出LeNet-5的论文为（简书和CSDN上都有人对该网络结构做了详细介绍，有兴趣者请自行检索）：

Gradient-Based Learning Applied to Document Recognition

Step3：

数据的可视化训练，主要使用了TensorBoard模块。

Step4：

模型使用方式的简单举例。

具体实现过程详见相关文件中的源代码。

额外说明

（1）由于时间和设备限制，本人训练的模型完全没有实用价值，仅作为教学示范使用。

T_T不在家不能用家里的台式机跑。

PS：

真的没骗你们。。。

相关文件中模型的准确率只有30%左右。

我只训练几轮，而且只用了200个验证码。

所以真的别傻傻地拿去用。。。

截图为证：

（2）相关文件中我提供了6万张验证码图片提有需要者作为训练样本。

（3）模型参数我基本我没怎么调。

有兴趣者可微调学习率和其他网络参数来提高网络性能。网络训练参数对此模型最终好坏起决定性作用。

PS：

个人认为LeNet-5网络结构性能一般。

Why?

实验测试的时候的感觉，毕竟这个网络结构已经提出了好一段时间了。

之前看到有人用过，识别率也就90出头吧，没有仔细看他怎么训练的。

（4）标签向量化过程中，我区分了字母大小写。但一般网站是不会区分的。

因此有兴趣的同学可自行修改源代码，使得向量化过程不区分大小写，这样或许有助于提高准确率。

就这样吧！

使用演示

在cmd窗口运行Vcode_Identify.py文件即可。

先放个视频：

可视化训练过程：

安装TensorBoard模块后，在cmd窗口输入类似下图的命令：

G:/Log为信息保存的位置。需与源代码46行相同。

请自行事先建立这个文件夹。

在浏览器中访问运行后显示的地址即可。

视频里都有，就不截图了。

模型使用方法简单举例：

源代码在test.py文件中。

其功能为利用训练好的模型识别验证码。

由于模型惨不忍睹，这里就不贴出结果了。。

有兴趣的同学自己看吧~~~

更多

目前国内所有的大型网站都不再使用此类Discuz验证码，而是各种奇奇怪怪的。。。

毕竟此类Discuz验证码实在太low了。。。

因此以后如果有需要我会尝试破解一些比较有水准的验证码，当然前提大概是我自己需要使用的时候了。

对额外说明中的内容有兴趣者或有其他意见和建议者，可后台留言！

写的比较赶。。有什么错误也烦请指正。。