Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/jin10086/tensorflow-cnn-captcha-server


https://github.com/jin10086/tensorflow-cnn-captcha-server

Last synced: 7 days ago
JSON representation

Awesome Lists containing this project

README 

        
# tensorflow-cnn-captcha-server



## 背景



大家都知道机器学习对识别验证码很好用



但是对于一个爬虫工程师来说,去学习 机器学习相关知识可能成本太高了.(当然有空的话,还是要好好学的)



本篇 是 以实用为主,让你不需要了解任何机器学习的知识,只需要按照配置把图片放好...



就可以解决 验证码问题.



### 前提



需要有标记好的验证码图片



没有的话,假如你现在是接的商用的打码服务,可以把验证通过的图片存下来。



或者自己手工标记一批...(懒的话 对接打码服务也是可以的.)



爬虫来训练这个模型，自己识别验证码收益是非常高的。



假设训练1天后,有95%的准确率来,你就接入自己的服务,并且后续一直把通过的图片保存下来



这样的话...你的样本是越来越多...识别率也就越来越高



## 环境



python版本: 3.7



系统: mac ubuntu 都测试过.



## 安装依赖



`pip install -r requirements.txt`



## opencv 安装



`conda install -c conda-forge opencv`



参考 https://anaconda.org/conda-forge/opencv



## 使用



更改 train/config.py 里面的配置



### DATA_DIR



验证码图片路径（注意,默认验证码图片命名规则是 验证码_xxx.jpg)



也就是说是以`_`分割的, 需要自定义可以修改 `parse_filepath`这个方法



### H, W, C



图片的高、宽、多少层



理论上验证码的图片大小都是一样的...如果有的不一样,就填成自己想要统一成的大小



### str_charts



验证码里的所有字符,或者说验证码由哪些组成（比如全是数字验证码、数字+大小写的验证码）



### D



验证码的长度 （4位验证码,6位验证码等等



### accuracy_rate



到多少准确度以后就停止训练



### model_file_name



训练完后的model文件（api需要用到）



### image_type



图片后缀 比如jpg、png



## 开始训练



`python train/cnn.py`



## 使用api



### 识别验证码



```

def test1():

    "提交验证码图片文件"

    imname = "11216h_3579db1e15a3541dc5b696f6093e1cc4.png"

    files = {"file": open(imname, "rb")}

    r = requests.post("http://127.0.0.1:5000/upload", files=files)

    print(r.json())

```



### 反馈验证结果



```

def test2():

    "提交返回结果"

    reqid = "7537ea4b-b26d-4263-a628-6b02c2d37add"

    status = 1

    r = requests.get(

        "http://127.0.0.1:5000/upload", params={"reqid": reqid, "status": status}

    )

    print(r.json())

```



## 成功截图



![12306识别截图](img/demo1.png)



![字符类识别截图](img/demo2.png)



## 参考



https://github.com/JackonYang/captcha-tensorflow