看了《深度学习世界深度学习世界深度学习世界深度学习世界》2017-12-21 的文章“验证码,再见!利用机器学习在15分钟内破解验证码”,觉得简单易行,对于深度学习新手来说动手实践的可行性很强。遂决定亲手实践一下,体验深度学习在解决实际问题方面的威力。
1,安装Python环境
- 本机的配置是64位windows7操作系统。安装python 3.5.2版。这也是目前windows操作系统下能够使用tensorflow的版本。
- 要安装的依赖库为numpy、imutils、sklearn、keras。使用pip直接联网安装很容易。
- 在powershell中使用命令 pip install tensorflow,安装tensorflow。
2,安装OpenCV 环境
安装OpenCV3. 具体过程略。
3,运行深度学习识别代码
3.1 下载源代码并解压
https://s3-us-west-2.amazonaws.com/mlif-example-code/solving_captchas_code_examples.zip
源代码目录solving_captchas_code_examples下的子目录generated_captcha_images下原有9955个图片
子目录extracted_letter_images中是空的。
3.2 从 CAPTCHA 图片中分割单字母图片
运行命令:
python extract_single_letters_from_captchas.py
运行完成后,\extracted_letter_images下产生32个目录。存放切割出来的单字母图片。如:
3.3 训练神经网络识别单个字母
python train_model.py
PS F:\test\solving_captchas_code_examples> python train_model.py
Using TensorFlow backend.
Train on 29058 samples, validate on 9686 samples
Epoch 1/10
29058/29058 [==============================] - 97s - loss: 0.2419 - acc: 0.9395 - val_loss: 0.0233 - val_acc: 0.9937
Epoch 2/10
29058/29058 [==============================] - 96s - loss: 0.0150 - acc: 0.9966 - val_loss: 0.0109 - val_acc: 0.9966
Epoch 3/10
29058/29058 [==============================] - 98s - loss: 0.0102 - acc: 0.9970 - val_loss: 0.0132 - val_acc: 0.9962
Epoch 4/10
29058/29058 [==============================] - 97s - loss: 0.0057 - acc: 0.9986 - val_loss: 0.0140 - val_acc: 0.9968
Epoch 5/10
29058/29058 [==============================] - 100s - loss: 0.0042 - acc: 0.9987 - val_loss: 0.0099 - val_acc: 0.9971
Epoch 6/10
29058/29058 [==============================] - 96s - loss: 0.0080 - acc: 0.9980 - val_loss: 0.0120 - val_acc: 0.9975
Epoch 7/10
29058/29058 [==============================] - 96s - loss: 0.0028 - acc: 0.9991 - val_loss: 0.0086 - val_acc: 0.9976
Epoch 8/10
29058/29058 [==============================] - 95s - loss: 0.0028 - acc: 0.9992 - val_loss: 0.0073 - val_acc: 0.9981
Epoch 9/10
29058/29058 [==============================] - 96s - loss: 0.0050 - acc: 0.9987 - val_loss: 0.0100 - val_acc: 0.9974
Epoch 10/10
29058/29058 [==============================] - 97s - loss: 0.0052 - acc: 0.9990 - val_loss: 0.0084 - val_acc: 0.9980
3.4 测试识别效果
python3 solve_captchas_with_model.py
CAPTCHA text is: PQDR
CAPTCHA text is: T324
CAPTCHA text is: FPV3
CAPTCHA text is: H72Z
CAPTCHA text is: FCBP
CAPTCHA text is: 29LY
CAPTCHA text is: 36YG
CAPTCHA text is: M3C5
CAPTCHA text is: 32Y7
CAPTCHA text is: 6GQ6
可以看到,由于是从训练数据中随机抽取验证码图片进行识别,识别率全部正确。
从下图看出,即使字符粘连,也能正确识别。说明字符切割和单字符的训练算法是有效的。