国税局验证码识别之YOLOV4

总体思路：先通过YOLOV4定位出单个字符的位置，在通过CNN训练单个字符与颜色，最后拼接成一个完成的验证码内容。

YOLOV4

本文中的YOLOV4代码源于这个博主的代码，模型介绍均来自此博客。https://blog.csdn.net/weixin_44791964/article/details/106533581

小试牛刀

我们先通过VOC数据集跑一下YOLOV4，然后用一张图片测试下

测试代码

from yolo import YOLO
from PIL import Image
import tensorflow as tf

gpus = tf.config.experimental.list_physical_devices(device_type='GPU')
for gpu in gpus:
    tf.config.experimental.set_memory_growth(gpu, True)    
yolo = YOLO()
while True:
    img = input('Input image filename:')
    try:
        image = Image.open('img')
    except:
        print('Open Error! Try again!')
        continue
    else:
        r_image = yolo.detect_image(image)
        r_image.show()

从图中测试出一只猫，准确率还挺高吧。

国税局验证码

国税局验证码长这样子的

我之前在另一篇博客中说过这种验证码的构成，有兴趣的小伙伴可以看下。
验证码识别中有必要使用YOLOV4吗？为什么不可以呢，当然也可以直接采用CNN，或者CRNN，本文提供了一种新思路，有兴趣的小伙伴可以试一下。
因为我的训练样本是通过生成器生成的，所以可以确定每个字符的位置与颜色，示例如下：

识别验证码

可以通过CNN训练单个字符方式训练，比以前的直接训练6位难度已经降低，此处不再赘述。


YOLOV4代码出自下面的博客，一个很优秀的博主。
[1]: https://blog.csdn.net/weixin_44791964/article/details/106533581