基于TensorFlow框架验证码识别分析

项目图例：

项目流程：

1 读取验证码的数据文件

image_batch, label_batch=read_and_decode()

2全连接网络模型建立

#一层全连接
#[100,20803] 权重[20803,426]+偏置[104]=[100,104]
y_predict=fc_model(image_batch)
#print(y_predict)#Tensor(“model/add:0”, shape=(100, 104), dtype=float32)

3将目标值转化成onghot编码

y_true=predict_onehot(label_batch)

4交叉熵损失计算 softmax计算

loss_new=loss(y_predict,y_true)

5梯度下降优化损失

train_op=sgd(loss_new)

6模型训练，求每批次预测的准确率

acc_new=acc(y_predict,y_true)

结果展示：项目准确率达到97左右，这里只展示1000数据

源码：

captcha_input.py

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'


FLAGS = tf.app.flags.FLAGS
tf.app.flags.DEFINE_string("tfrecords_dir", "./tfrecords/captcha.tfrecords", "验证码tfrecords文件")
tf.app.flags.DEFINE_string("captcha_dir", "../data/Genpics/", "验证码图片路径")
tf.app.flags.DEFINE_string("letter", "ABCDEFGHIJKLMNOPQRSTUVWXYZ", "验证码字符的种类")


def dealwithlabel(label_str):

    # 构建字符索引 {0：'A', 1:'B'......}
    num_letter = dict(enumerate(list(FLAGS.letter)))

    # 键值对反转 {'A':0, 'B':1......}
    letter_num = dict(zip(num_letter.values(), num_letter.keys()))

    print(letter_num)

    # 构建标签的列表
    array = []

    # 给标签数据进行处理[[b"NZPP"], ......]
    for string in label_str:

        letter_list = []# [1,2,3,4]

        # 修改编码，b'FVQJ'到字符串，并且循环找到每张验证码的字符对应的数字标记
        for letter in string.decode('utf-8'):
            letter_list.append(letter_num[letter])

        array.append(letter_list)

    # [[13, 25, 15, 15], [22, 10, 7, 10], [22, 15, 18, 9], [16, 6, 13, 10], [1, 0, 8, 17], [0, 9, 24, 14].....]
    print(array)

    # 将array转换成tensor类型
    label = tf.constant(array)

    return label


def get_captcha_image():
    """
    获取验证码图片数据
    :param file_list: 路径+文件名列表
    :return: image
    """
    # 构造文件名
    filename = []

    for i in range(6000):
        string = str(i) + ".jpg"
        filename.append(string)

    # 构造路径+文件
    file_list = [os.path.join(FLAGS.captcha_dir, file) for file in filename]

    # 构造文件队列
    file_queue = tf.train.string_input_producer(file_list, shuffle=False)

    # 构造阅读器
    reader = tf.WholeFileReader()

    # 读取图片数据内容
    key, value = reader.read(file_queue)

    # 解码图片数据
    image = tf.image.decode_jpeg(value)

    image.set_shape([20, 80, 3])

    # 批处理数据 [6000, 20, 80, 3]
    image_batch = tf.train.batch([image], batch_size=6000, num_threads=1, capacity=6000)

    return image_batch


def get_captcha_label():
    """
    读取验证码图片标签数据
    :return: label
    """
    file_queue = tf.train.string_input_producer(["../data/Genpics/labels.csv"], shuffle=False)

    reader = tf.TextLineReader()

    key, value = reader.read(file_queue)

    records = [[1], ["None"]]

    number, label = tf.decode_csv(value, record_defaults=records)

    # [["NZPP"], ["WKHK"], ["ASDY"]]
    label_batch = tf.train.batch([label], batch_size=6000, num_threads=1, capacity=6000)

    return label_batch


def write_to_tfrecords(image_batch, label_batch):
    """
    将图片内容和标签写入到tfrecords文件当中
    :param image_batch: 特征值
    :param label_batch: 标签纸
    :return: None
    """
    # 转换类型
    label_batch = tf.cast(label_batch, tf.uint8)

    print(label_batch)

    # 建立TFRecords 存储器
    writer = tf.python_io.TFRecordWriter(FLAGS.tfrecords_dir)

    # 循环将每一个图片上的数据构造example协议块，序列化后写入
    for i in range(6000):
        # 取出第i个图片数据，转换相应类型,图片的特征值要转换成字符串形式
        image_string = image_batch[i].eval().tostring()

        # 标签值，转换成整型
        label_string = label_batch[i].eval().tostring()

        # 构造协议块
        example = tf.train.Example(features=tf.train.Features(feature={
            "image": tf.train.Feature(bytes_list=tf.train.BytesList(value=[image_string])),
            "label": tf.train.Feature(bytes_list=tf.train.BytesList(value=[label_string]))
        }))

        writer.write(example.SerializeToString())

    # 关闭文件
    writer.close()

    return None


if __name__ == "__main__":

    # 获取验证码文件当中的图片
    image_batch = get_captcha_image()

    # 获取验证码文件当中的标签数据
    label = get_captcha_label()

    print(image_batch, label)

    with tf.Session() as sess:

        coord = tf.train.Coordinator()

        threads = tf.train.start_queue_runners(sess=sess, coord=coord)

        # [b'NZPP' b'WKHK' b'WPSJ' ..., b'FVQJ' b'BQYA' b'BCHR']
        label_str = sess.run(label)

        print(label_str)

        # 处理字符串标签到数字张量
        label_batch = dealwithlabel(label_str)

        print(label_batch)

        # 将图片数据和内容写入到tfrecords文件当中
        write_to_tfrecords(image_batch, label_batch)

        coord.request_stop()

        coord.join(threads)

captcha_train.py

import tensorflow as tf
# FLAGS=tf.app.flags.FLAGS
# tf.app.flags.DEFINE_string('captcha_dir','./captcha.tfrecords','验证码数据路径')


def read_and_decode():
    """
    读取验证码数据API
    :return:
    """
    #1构建文件队列
    file_queue=tf.train.string_input_producer(['./captcha.tfrecords'])

    #2构建阅读器
    reader=tf.TFRecordReader()

    #3读取内容
    key,value=reader.read((file_queue))

    #tfrecords格式需要解析
    features = tf.parse_single_example(value, features={"image": tf.FixedLenFeature([], tf.string),

                                                "label": tf.FixedLenFeature([], tf.string)})

    #解码内容
    #1先解析图片的特征值
    image=tf.decode_raw(features['image'],tf.uint8)
    #解码目标值
    label=tf.decode_raw(features['label'],tf.uint8)
    # print(image)
    # print(label)

    #固定形状
    image_reshape=tf.reshape(image,[20,80,3])
    label_reshape=tf.reshape(label,[4])
    # print(image_reshape)
    # print(label_reshape)
    #Tensor("Reshape:0", shape=(20, 80, 3), dtype=uint8)
    #Tensor("Reshape_1:0", shape=(4,), dtype=uint8)

    #进行批量处理，每次处理的样本为100（每次训练的样本）
    image_batch,label_batch=tf.train.batch([image_reshape,label_reshape],batch_size=100,capacity=100,num_threads=1)
    # print(image_batch,label_batch)
    return image_batch,label_batch

#定义一个初始化权重的函数
def weight_variables(shape):
    w=tf.Variable(tf.random_normal(shape=shape,mean=0.0,stddev=1.0))
    return w

#定义一个初始化偏置函数
def bias_variables(shape):
    b=tf.Variable(tf.constant(0.0,shape=shape))
    return b

def fc_model(image):
    """
    进行预测结果
    :param image:100图片的特征值
    :return:y_predict 预测值[100,4*26]
    """
    with tf.variable_scope('model'):
        #将图片数据形状转化成二维形状
        image_reshape=tf.reshape(image,[-1,20*80*3])

        #随机初始化权重和偏置
        weights=weight_variables([20*80*3,4*26])
        bais=bias_variables([4*26])

        #进行全连接层计算  [100,104]
        y_predict=tf.matmul(tf.cast(image_reshape,tf.float32),weights)+bais

    return y_predict

def predict_onehot(label):
    """
    将读取文件目标值转化onehot编码
    :param label: [100,4]
    :return:
    """
    #进行one_hot编码转换，提供给交叉熵损失计算，准确率计算
    label_onehot=tf.one_hot(label,depth=26,on_value=1.0,axis=2)
    # print(label_onehot)#Tensor("one_hot:0", shape=(100, 4, 26), dtype=float32)
    return label_onehot

def loss(y_predict,y_true):
    """
    计算交叉熵损失值
    :param y_predict:
    :param y_true:
    :return:
    """
    with tf.variable_scope('loss'):
        tf.reshape(y_true,[100,4*26])
        #求平均交叉熵
        loss=tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(
            labels=tf.reshape(y_true,[100,4*26]),
            logits=y_predict, name='softmax'))

    return loss

def sgd(loss):
    """
    sgd优化  梯度下降优化
    :param loss: 损失
    :return:
    """
    with tf.variable_scope('sgd'):
        #学习率
        train_op=tf.train.GradientDescentOptimizer(0.01).minimize(loss)
        return train_op

def acc(y_predict,y_true):
    """
    准确率预测
    :param y_predict:
    :param y_true:
    :return:
    """
    with tf.variable_scope('acc'):
        #200 104     200 4 26
        y_predict_reshape=tf.reshape(y_predict,[100,4,26])
        #进行比对

        #计算最大值位置
        equil_list=tf.equal(tf.arg_max(y_predict_reshape,2),tf.arg_max(y_true,2))

        #在行的结果上进行 结果
        # res=tf.reduce_all(equil_list,1)

        acc=tf.reduce_mean(tf.cast(equil_list,tf.float32))
        return acc


def captcharec():
    """
    验证码识别程序
    :return:
    """
    #1 读取验证码的数据文件

    image_batch, label_batch=read_and_decode()

    #2通过输入图片特征数据，建立模型，得出预测结果
    #一层全连接
    #[100,20*80*3] *权重[20*80*3,4*26]+偏置[104]=[100,104]
    y_predict=fc_model(image_batch)
    # print(y_predict)#Tensor("model/add:0", shape=(100, 104), dtype=float32)

    #3将目标值转化成onghot编码
    y_true=predict_onehot(label_batch)

    #4交叉熵损失计算 softmax计算
    loss_new=loss(y_predict,y_true)

    #5梯度下降优化损失
    train_op=sgd(loss_new)

    #6求每批次预测的准确率  三维比较
    acc_new=acc(y_predict,y_true)

    #开启会话训练
    #初始化变量op
    init_op=tf.global_variables_initializer()
    with tf.Session() as ss:
        ss.run(init_op)

        #创建线程调度器
        cd=tf.train.Coordinator()
        #开启线程
        threads=tf.train.start_queue_runners(sess=ss,coord=cd)
        #训练识别程序
        for i in range(1000):
            ss.run(train_op)
            print('第{}批次的准确率为：{}'.format(i,acc_new.eval()))
        # 请求结果
        cd.request_stop()
        # 回收线程
        cd.join(threads)

if __name__ == '__main__':
    captcharec()