tensorflow实现验证码生成及识别（一）

验证码这个东西生活中太常见了，今天我们就来玩玩验证码的生成及识别。使用深度学习+训练数据+大量计算力，我们可以在几天内训练一个可以破解验证码的模型，当然前提是获得大量训练数据。

 整个项目包含四部分，验证码生成，tfrecord文件生成，数据集训练，验证码识别测试。完整代码已开源到captcha识别，欢迎大家批评指正。

首先我们需要用到一个库captcha，大家可以自行安装。命令是

pip install captcha

生成器代码

# 验证码生成器,批量生成本地文件，用于训练
from captcha.image import ImageCaptcha  # pip install captcha
import numpy as np
from PIL import Image
import random
import sys

# 验证码中的字符, 就不用汉字了
number = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9']
alphabet = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u',
            'v', 'w', 'x', 'y', 'z']
ALPHABET = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 'M', 'N', 'O', 'P', 'Q', 'R', 'S', 'T', 'U',
            'V', 'W', 'X', 'Y', 'Z']


# 验证码一般都无视大小写；验证码长度4个字符
def random_captcha_text(char_set=number, captcha_size=4):
    captcha_text = [] # 验证码列表
    for i in range(captcha_size):
        c = random.choice(char_set)
        captcha_text.append(c)
    return captcha_text


# 生成字符对应的验证码
def gen_captcha_text_and_image():
    image = ImageCaptcha()
    # 获取随机生成的验证码
    captcha_text = random_captcha_text()
    # 把验证码列表转为字符串
    captcha_text = ''.join(captcha_text)
    # 生成验证码
    captcha = image.generate(captcha_text)
    image.write(captcha_text, 'captcha/images/'+captcha_text + '.jpg')  # 写到文件

# 批量生成num 个图像
num = 2000

if __name__ == '__main__':
    # 测试
    for i in range(num):
        gen_captcha_text_and_image()
        sys.stdout.write('\r>> Creating image %d/%d ' % (i + 1, num) )
        sys.stdout.flush()
    sys.stdout.write('\n')
    sys.stdout.flush()
    print("生成完毕")

运行可以生成如下图示验证码，左上角已经标注了验证码字符。

生成tfrecord文件，用于训练

#生成tf文件
import tensorflow as tf
import os
import random
import math
import sys
import numpy as np
from PIL import Image
#划分验证集训练集
_NUM_TEST = 300
#random seed
_RANDOM_SEED = 0

#数据集路径
DATASET_DIR = 'E:/SVN/Gavin/Learn/Python/pygame/captcha/images/'
# tfrecord文件存放路径
TFRECORD_DIR = 'E:/SVN/Gavin/Learn/Python/pygame/captcha/'


#判断tfrecord文件是否存在
def _dataset_exists(dataset_dir):
    for split_name in ['train','test']:
        #定义tfrecord的路径名字
        output_filename = os.path.join(dataset_dir,split_name + '.tfrecords')
        if not tf.gfile.Exists(output_filename):
            return False
    return True
#获取所有验证码图片
def _get_filenames_and_classes(dataset_dir):
    photo_filenames = []
    for filename in os.listdir(dataset_dir):
        #文件路径
        path = os.path.join(dataset_dir,filename)
        photo_filenames.append(path)
    return photo_filenames

def int64_feature(values):
    if not isinstance(values,(tuple,list)):
        values = [values]
    return tf.train.Feature(int64_list=tf.train.Int64List(value=values))
def bytes_feature(values):
    return tf.train.Feature(bytes_list=tf.train.BytesList(value=[values]))

#图片转换成tfexample函数
def image_to_tfexample(image_data,label0,label1,label2,label3):
    return tf.train.Example(features=tf.train.Features(feature={
        'image': bytes_feature(image_data),
        'label0': int64_feature(label0),
        'label1': int64_feature(label1),
        'label2': int64_feature(label2),
        'label3': int64_feature(label3), # int64_feature
    }))

#数据转换城tfrecorad格式
def _convert_dataset(split_name,filenames,dataset_dir):
    assert split_name in ['train','test']
    with tf.Session() as sess:
        #定义tfrecord的路径名字
        output_filename = os.path.join(TFRECORD_DIR,split_name + '.tfrecords')
        with tf.python_io.TFRecordWriter(output_filename) as tfrecord_writer:
            for i,filename in enumerate(filenames):
                try:
                    sys.stdout.write('\r>> Converting image %d/%d '% (i+1,len(filenames) ))
                    sys.stdout.flush()
                    #读取图片
                    image_data = Image.open(filename)
                    # 根据模型的结构resize
                    image_data = image_data.resize((224,224))
                    # 灰度化
                    image_data = np.array(image_data.convert('L'))
                    # 将图片转为bytes
                    image_data = image_data.tobytes()
                    # 获取label
                    labels = filename.split('/')[-1][0:4]
                    num_labels = []
                    for j in range(4):
                        num_labels.append(int(labels[j]))

                    #生成tfrecord文件
                    example = image_to_tfexample(image_data,num_labels[0],
                                                 num_labels[1],num_labels[2],num_labels[3],)
                    #写入数据
                    tfrecord_writer.write(example.SerializeToString())
                except IOError  as e:
                    print ('could not read:',filenames[1])
                    print ('error:' , e)
                    print ('skip it \n')
    sys.stdout.write('\n')
    sys.stdout.flush()

if __name__ == '__main__':
    #判断tfrecord文件是否存在
    if _dataset_exists(DATASET_DIR):
        print ('tfrecord exists')
    else:
        # 获取所有图片
        photo_filenames = _get_filenames_and_classes(DATASET_DIR)
        #切分数据为测试集和训练集，并打乱
        random.seed(_RANDOM_SEED)
        random.shuffle(photo_filenames)
        training_filenames = photo_filenames[_NUM_TEST:]
        testing_filenames = photo_filenames[:_NUM_TEST]
        #数据转换
        _convert_dataset('train',training_filenames,DATASET_DIR)
        _convert_dataset('test',testing_filenames,DATASET_DIR)
        print("生成tfrecord文件")

生成后，本地产生了tfrecord文件

验证及测试

未完待续....

其实很简单，这个和我上一篇文章比较相似了。