readme.txt

2019独角兽企业重金招聘Python工程师标准>>>

readme
下载VCForPython27.msi 安装
https://download.microsoft.com/download/7/9/6/796EF2E4-801B-4FC4-AB28-B59FBF6D907B/VCForPython27.msi
安装PIL
下载http://effbot.org/media/downloads/PIL-1.1.7.win32-py2.7.exe
安装cv(本项目中没有使用)
pip install opencv-python
安装pytesseract
pip install pytesseract
安装OCR
下载https://digi.bib.uni-mannheim.de/tesseract/
tesseract-ocr.zip  里面包含chi_sim.traineddata 中文识别
把chi_sim.traineddata 放到安装目录E:\Program Files (x86)\Tesseract-OCR\tessdata
ocr_home=ocr安装目录
tessdata_dir = join(ocr_home, 'tessdata')
tessdata_dir_config = '--tessdata-dir "' + tessdata_dir + '"'
# win ocr应用启动绝对路径
pytesseract.tesseract_cmd = join(ocr_home, 'tesseract.exe')

#cfg.py                     配置文件
#cut_img.py                 切割原始图片，生成name，id，score的目标图片
#image_tools.py             图片操作工具
#paser_image.py             OCR解析图片生成文本
#svm_features.py            生成需要识别的单个数字
#svm_predict.py             图片预测
#svm_train.py               训练模型并测试
#test.py                    代码实现的测试程序

libSVM 安装
https://www.lfd.uci.edu/~gohlke/pythonlibs/ 下载libsvm-3.22‑cp27-cp27m-win_amd64.whl
pip install libsvm-3.22‑cp27-cp27m-win_amd64.whl(path 文件路径)
将新生成的libsvm.dll复制到系统目录（例如`C:WINDOWSsystem32'）即可。
https://www.csie.ntu.edu.tw/~cjlin/libsvm/oldfiles/ 下载libsvm-3.22.zip
将压缩包里面的 __init__.py、svm.py、svmutil.py 存放到工程下面

SVM 数字图片解析(本次model中不存在除噪)
步骤1.
    原始文件存放到 data/image/origin 目录下面
步骤2.
    切割图片中需要解析的name、id、score
   分别存放于data/image/person_name、data/image/person_id、data/image/person_score
步骤3.
    数字图片切割成单个数字图片作为解析数据
    在data/image/train 创建12个分类目录，存放训练数据
   在data/image/test  创建12个分类目录，存放测试数据
步骤4.
    生成降维的训练和测试文本
步骤5.
    生成训练模型
步骤6.
   测试model准确度
步骤6.
   预测图片数值


参考资料：
    https://github.com/zhengwh/captcha-svm/blob/master/img_tools.py
    https://www.cnblogs.com/chimeiwangliang/p/7133308.html

学习资源：
https://github.com/PatrickLib/captcha_recognize （卷曲神经网络）
https://github.com/leviome/lenet5_cnn_mnist 廖利伟

转载于:https://my.oschina.net/u/2510243/blog/1622037