教你使用TensorFlow2识别验证码
作者:刘润森! 发布时间:2022-06-26 19:24:38
验证码是根据随机字符生成一幅图片,然后在图片中加入干扰象素,用户必须手动填入,防止有人利用机器人自动批量注册、灌水、发垃圾广告等等 。
数据集来源:https://www.kaggle.com/fournierp/captcha-version-2-images
图片是5个字母的单词,可以包含数字。这些图像应用了噪声(模糊和一条线)。它们是200 x 50 PNG。我们的任务是尝试制作光学字符识别算法的模型。
在数据集中存在的验证码png图片,对应的标签就是图片的名字。
import os
import numpy as np
import pandas as pd
import cv2
import matplotlib.pyplot as plt
import seaborn as sns
# imgaug 图片数据增强
import imgaug.augmenters as iaa
import tensorflow as tf
# Conv2D MaxPooling2D Dropout Flatten Dense BN GAP
from tensorflow.keras.layers import Conv2D, MaxPooling2D, Dropout, Flatten, Dense, Layer, BatchNormalization, GlobalAveragePooling2D
from tensorflow.keras.optimizers import Adam
from tensorflow.keras import Model, Input
from tensorflow.keras.callbacks import EarlyStopping, ReduceLROnPlateau
# 图片处理器
from tensorflow.keras.preprocessing.image import ImageDataGenerator
import plotly.express as px
import plotly.graph_objects as go
import plotly.offline as pyo
pyo.init_notebook_mode()
对数据进行一个简单的分析,统计图像中大约出现了什么样的符号。
# 数据路径
DIR = '../input/captcha-version-2-images/samples/samples'
# 存储验证码的标签
captcha_list = []
characters = {}
for captcha in os.listdir(DIR):
captcha_list.append(captcha)
# 每张验证码的captcha_code
captcha_code = captcha.split(".")[0]
for i in captcha_code:
# 遍历captcha_code
characters[i] = characters.get(i, 0) +1
symbols = list(characters.keys())
len_symbols = len(symbols)
print(f'图像中只使用了{len_symbols}符号')
plt.bar(*zip(*characters.items()))
plt.title('Frequency of symbols')
plt.show()
如何提取图像的数据建立X,y??
# 如何提取图像 建立 model X 的shape 1070 * 50 * 200 * 1
# y的shape 5 * 1070 * 19
for i, captcha in enumerate(captcha_list):
captcha_code = captcha.split('.')[0]
# cv2.IMREAD_GRAYSCALE 灰度图
captcha_cv2 = cv2.imread(os.path.join(DIR, captcha),cv2.IMREAD_GRAYSCALE)
# 缩放
captcha_cv2 = captcha_cv2 / 255.0
# print(captcha_cv2.shape) (50, 200)
# 将captcha_cv2的(50, 200) 切换成(50, 200, 1)
captcha_cv2 = np.reshape(captcha_cv2, img_shape)
# (5,19)
targs = np.zeros((len_captcha, len_symbols))
for a, b in enumerate(captcha_code):
targs[a, symbols.index(b)] = 1
X[i] = captcha_cv2
y[:, i] = targs
print("shape of X:", X.shape)
print("shape of y:", y.shape)
输出如下
print("shape of X:", X.shape)
print("shape of y:", y.shape)
通过Numpy中random 随机选择数据,划分训练集和测试集
# 生成随机数
from numpy.random import default_rng
rng = default_rng(seed=1)
test_numbers = rng.choice(1070, size=int(1070*0.3), replace=False)
X_test = X[test_numbers]
X_full = np.delete(X, test_numbers,0)
y_test = y[:,test_numbers]
y_full = np.delete(y, test_numbers,1)
val_numbers = rng.choice(int(1070*0.7), size=int(1070*0.3), replace=False)
X_val = X_full[val_numbers]
X_train = np.delete(X_full, val_numbers,0)
y_val = y_full[:,val_numbers]
y_train = np.delete(y_full, val_numbers,1)
在此验证码数据中,容易出现过拟合的现象,你可能会想到添加更多的新数据、 添加正则项等, 但这里使用数据增强的方法,特别是对于机器视觉的任务,数据增强技术尤为重要。
常用的数据增强操作:imgaug
库。imgaug是提供了各种图像增强操作的python库 https://github.com/aleju/imgaug
。
imgaug几乎包含了所有主流的数据增强的图像处理操作, 增强方法详见github
# Sequential(C, R) 尺寸增加了5倍,
# 选取一系列子增强器C作用于每张图片的位置,第二个参数表示是否对每个batch的图片应用不同顺序的Augmenter list # rotate=(-8, 8) 旋转
# iaa.CropAndPad 截取(crop)或者填充(pad),填充时,被填充区域为黑色。
# px: 想要crop(negative values)的或者pad(positive values)的像素点。
# (top, right, bottom, left)
# 当pad_mode=constant的时候选择填充的值
aug =iaa.Sequential([iaa.CropAndPad(
px=((0, 10), (0, 35), (0, 10), (0, 35)),
pad_mode=['edge'],
pad_cval=1
),iaa.Rotate(rotate=(-8,8))])
X_aug_train = None
y_aug_train = y_train
for i in range(40):
X_aug = aug(images = X_train)
if X_aug_train is not None:
X_aug_train = np.concatenate([X_aug_train, X_aug], axis = 0)
y_aug_train = np.concatenate([y_aug_train, y_train], axis = 1)
else:
X_aug_train = X_aug
让我们看看一些数据增强的训练图像。
fig, ax = plt.subplots(nrows=2, ncols =5, figsize = (16,16))
for i in range(10):
index = np.random.randint(X_aug_train.shape[0])
ax[i//5][i%5].imshow(X_aug_train[index],cmap='gray')
这次使用函数式API创建模型,函数式API是创建模型的另一种方式,它具有更多的灵活性,包括创建更为复杂的模型。
需要定义inputs
和outputs
#函数式API模型创建
captcha = Input(shape=(50,200,channels))
x = Conv2D(32, (5,5),padding='valid',activation='relu')(captcha)
x = MaxPooling2D((2,2),padding='same')(x)
x = Conv2D(64, (3,3),padding='same',activation='relu')(x)
x = MaxPooling2D((2,2),padding='same')(x)
x = Conv2D(128, (3,3),padding='same',activation='relu')(x)
maxpool = MaxPooling2D((2,2),padding='same')(x)
outputs = []
for i in range(5):
x = Conv2D(256, (3,3),padding='same',activation='relu')(maxpool)
x = MaxPooling2D((2,2),padding='same')(x)
x = Flatten()(x)
x = Dropout(0.5)(x)
x = BatchNormalization()(x)
x = Dense(64, activation='relu')(x)
x = Dropout(0.5)(x)
x = BatchNormalization()(x)
x = Dense(len_symbols , activation='softmax' , name=f'char_{i+1}')(x)
outputs.append(x)
model = Model(inputs = captcha , outputs=outputs)
# ReduceLROnPlateau更新学习率
reduce_lr = ReduceLROnPlateau(patience =3, factor = 0.5,verbose = 1)
model.compile(loss='categorical_crossentropy', optimizer=Adam(learning_rate=0.0005), metrics=["accuracy"])
# EarlyStopping用于提前停止训练的callbacks。具体地,可以达到当训练集上的loss不在减小
earlystopping = EarlyStopping(monitor ="val_loss",
mode ="min", patience = 10,
min_delta = 1e-4,
restore_best_weights = True)
history = model.fit(X_train, [y_train[i] for i in range(5)], batch_size=32, epochs=30, verbose=1, validation_data = (X_val, [y_val[i] for i in range(5)]), callbacks =[earlystopping,reduce_lr])
下面对model进行一个测试和评估。
score = model.evaluate(X_test,[y_test[0], y_test[1], y_test[2], y_test[3], y_test[4]],verbose=1)
metrics = ['loss','char_1_loss', 'char_2_loss', 'char_3_loss', 'char_4_loss', 'char_5_loss', 'char_1_acc', 'char_2_acc', 'char_3_acc', 'char_4_acc', 'char_5_acc']
for i,j in zip(metrics, score):
print(f'{i}: {j}')
具体输出如下:
11/11 [==============================] - 0s 11ms/step - loss: 0.7246 - char_1_loss: 0.0682 - char_2_loss: 0.1066 - char_3_loss: 0.2730 - char_4_loss: 0.2636 - char_5_loss: 0.0132 - char_1_accuracy: 0.9844 - char_2_accuracy: 0.9657 - char_3_accuracy: 0.9408 - char_4_accuracy: 0.9626 - char_5_accuracy: 0.9938
loss: 0.7246273756027222
char_1_loss: 0.06818050146102905
char_2_loss: 0.10664034634828568
char_3_loss: 0.27299806475639343
char_4_loss: 0.26359987258911133
char_5_loss: 0.013208594173192978
char_1_acc: 0.9844236969947815
char_2_acc: 0.9657320976257324
char_3_acc: 0.940809965133667
char_4_acc: 0.9626168012619019
char_5_acc: 0.9937694668769836
字母1到字母5的精确值都大于
绘制loss和score
metrics_df = pd.DataFrame(history.history)
columns = [col for col in metrics_df.columns if 'loss' in col and len(col)>8]
fig = px.line(metrics_df, y = columns)
fig.show()
plt.figure(figsize=(15,8))
plt.plot(history.history['loss'])
plt.plot(history.history['val_loss'])
plt.title('model loss')
plt.ylabel('loss')
plt.xlabel('epoch')
plt.legend(['train', 'val'], loc='upper right',prop={'size': 10})
plt.show()
# 预测数据
def predict(captcha):
captcha = np.reshape(captcha , (1, 50,200,channels))
result = model.predict(captcha)
result = np.reshape(result ,(5,len_symbols))
# 取出最大预测中的输出
label = ''.join([symbols[np.argmax(i)] for i in result])
return label
predict(X_test[2])
# 25277
下面预测所有的数据
actual_pred = []
for i in range(X_test.shape[0]):
actual = ''.join([symbols[i] for i in (np.argmax(y_test[:, i],axis=1))])
pred = predict(X_test[i])
actual_pred.append((actual, pred))
print(actal_pred[:10])
输出如下:
[('n4b4m', 'n4b4m'), ('42nxy', '42nxy'), ('25257', '25277'), ('cewnm', 'cewnm'), ('w46ep', 'w46ep'), ('cdcb3', 'edcb3'), ('8gf7n', '8gf7n'), ('nny5e', 'nny5e'), ('gm2c2', 'gm2c2'), ('g7fmc', 'g7fmc')]
sameCount = 0
diffCount = 0
letterDiff = {i:0 for i in range(5)}
incorrectness = {i:0 for i in range(1,6)}
for real, pred in actual_pred:
# 预测和输出相同
if real == pred:
sameCount += 1
else:
# 失败
diffCount += 1
# 遍历
incorrectnessPoint = 0
for i in range(5):
if real[i] != pred[i]:
letterDiff[i] += 1
incorrectnessPoint += 1
incorrectness[incorrectnessPoint] += 1
x = ['True predicted', 'False predicted']
y = [sameCount, diffCount]
fig = go.Figure(data=[go.Bar(x = x, y = y)])
fig.show()
在预测数据中,一共有287个数据预测正确。
在这里,我们可以看到出现错误到底是哪一个index。
x1 = ["Character " + str(x) for x in range(1, 6)]
fig = go.Figure(data=[go.Bar(x = x1, y = list(letterDiff.values()))])
fig.show()
为了计算每个单词的错误数,绘制相关的条形图。
x2 = [str(x) + " incorrect" for x in incorrectness.keys()]
y2 = list(incorrectness.values())
fig = go.Figure(data=[go.Bar(x = x2, y = y2)])
fig.show()
下面绘制错误的验证码图像,并标准正确和错误的区别。
fig, ax = plt.subplots(nrows = 8, ncols=4,figsize = (16,20))
count = 0
for i, (actual , pred) in enumerate(actual_pred):
if actual != pred:
img = X_test[i]
try:
ax[count//4][count%4].imshow(img, cmap = 'gray')
ax[count//4][count%4].title.set_text(pred + ' - ' + actual)
count += 1
except:
pass
来源:https://blog.csdn.net/weixin_44510615/article/details/117738142


猜你喜欢
- MySQL的自增id都定义了初始值,然后不断加步长。虽然自然数没有上限,但定义了表示这个数的字节长度,计算机存储就有上限。比如,无符号整型(
- 上一次的错误太多,排版也出现了问题,重写了一遍,希望大家支持.循环遍历一个元素是开发中最常见的需求之一,那么让我们来看一个由框架BASE2和
- 可以直接参考官方文档:https://docs.microsoft.com/zh-cn/sql/linux/quickstart-insta
- 本文介绍的实例成功的实现了动态行转列。下面我以一个简单的数据库为例子,说明一下。数据表结构这里我用一个比较简单的例子来说明,也是行转列的经典
- 直接在线安装1、File->Settings->Plugins->Install JetBrains Plugins2、点
- import导入模块import time #导入的时模块中的所有内容print(time.ctime()) #调用模块中的函数
- Python曾经对我说:"时日不多,赶紧用Python"。于是看到了一个基于python的微信开源库:itchat,玩了
- python中return的用法1、return语句就是把执行结果返回到调用的地方,并把程序的控制权一起返回程序运行到所遇到的第一个retu
- Python 模块EasyGui详细介绍前言:在Windows想用Python开发一些简单的界面,所以找到了很容易上手的EasyGui库。下
- 项目开发一直在docker的虚拟环境上,遇到了一个问题,就是把虚拟环境的包删掉(rm -rf xxx)之后,再重新拷贝一个(跟原来包一模一样
- 网络爬虫抓取特定网站网页的html数据,但是一个网站有上千上万条数据,我们不可能知道网站网页的url地址,所以,要有个技巧去抓取网站的所有h
- 实现效果将位于/img目录下的1000张.png图片,转换成.webp格式,并存放于img_webp文件夹内。源图片目录目标图片目录关于批量
- 1、在全局settings文件中配置```MEDIA_URL = '/media/'MEDIA_ROOT = os.path
- Models内容from django.db import modelsfrom django import forms# Create y
- python中的with语句使用于对资源进行访问的场合,保证不管处理过程中是否发生错误或者异常都会执行规定的__exit__(“清理”)操作
- 前言Python爬虫要经历爬虫、爬虫被限制、爬虫反限制的过程。当然后续还要网页爬虫限制优化,爬虫再反限制的一系列道高一尺魔高一丈的过程。爬虫
- 如下所示:#!/usr/bin/env python#-*- coding: utf-8 -*-"""[0,
- 本文实例讲述了PHP实现按之字形顺序打印二叉树的方法。分享给大家供大家参考,具体如下:问题请实现一个函数按照之字形打印二叉树,即第一行按照从
- PERCONA PERFORMANCE CONFERENCE 2009上,来自雅虎的几位工程师带来了一篇”Efficient Paginat
- 本文实例讲述了Python时间的精准正则匹配方法。分享给大家供大家参考,具体如下:要用正则表达式精准匹配时间,其实并不容易方式一:>&