TensorFlow 和 CNN 实现验证码识别系统

在本文中，我们将使用 TensorFlow 和 卷积神经网络（CNN） 来实现一个验证码识别系统。该系统将通过处理验证码图像并训练神经网络模型，完成对验证码中的字符的自动识别。通过结合 TensorFlow 的深度学习能力和 CNN 的图像处理优势，我们能够有效地识别常见的数字和字母验证码。

1. 环境准备
   首先，确保你已经安装了以下所需的库：

bash

pip install tensorflow opencv-python numpy pillow
TensorFlow：深度学习框架，用于构建、训练和评估神经网络。
OpenCV：用于图像预处理（如读取、裁剪、转换格式等）。
NumPy：用于处理数据。
Pillow：用于图像操作。
2. 数据集准备与图像预处理
验证码图像通常包含多个字符，因此我们首先需要对验证码图像进行预处理。常见的预处理步骤包括：灰度化、二值化、去噪、字符切割等。下面是如何对图像进行这些预处理步骤的实现。

(1) 图像加载与预处理
python

import cv2
import numpy as np

def preprocess_image(img_path):
# 读取图像
img = cv2.imread(img_path)

# 转为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化处理，采用 Otsu 的方法自动选择阈值
_, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

# 高斯模糊去噪
blurred = cv2.GaussianBlur(binary, (5, 5), 0)

return blurred

示例图像路径

img_path = 'captcha_images/test1.png'
processed_img = preprocess_image(img_path)

显示预处理后的图像

cv2.imshow('Processed Image', processed_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
(2) 提取字符区域
验证码图像中的字符通常是通过轮廓检测或投影算法提取出来的。这里我们通过 轮廓检测 来提取每个字符。

python

def extract_characters(processed_img):
contours, _ = cv2.findContours(processed_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
char_images = []
for contour in contours:
x, y, w, h = cv2.boundingRect(contour)
if w > 10 and h > 10: # 忽略小的噪点
char_img = processed_img[y:y+h, x:x+w]
char_images.append(char_img)

# 按照字符的从左到右顺序排序
char_images.sort(key=lambda x: x[0][0])  # 排序依据是字符的左上角 x 坐标
return char_images

提取字符

char_images = extract_characters(processed_img)

显示提取的字符

for i, char_img in enumerate(char_images):
cv2.imshow(f'Character {i+1}', char_img)
cv2.waitKey(0)

cv2.destroyAllWindows()
3. 构建卷积神经网络（CNN）
通过图像预处理和字符提取，我们已经获得了验证码中的字符区域。接下来，我们将使用卷积神经网络（CNN）来训练模型，进行字符识别。CNN 是一种非常适合图像分类的深度学习模型，可以有效提取图像中的空间特征。

(1) 构建 CNN 模型
我们使用 Keras 和 TensorFlow 构建一个简单的卷积神经网络。该网络将包括卷积层、池化层和全连接层。

python

from tensorflow.keras import layers, models

def build_cnn_model(input_shape=(28, 28, 1), num_classes=36):
model = models.Sequential()

# 卷积层1
model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=input_shape))
model.add(layers.MaxPooling2D((2, 2)))

# 卷积层2
model.add(layers.Conv2D(64, (3, 3), activation='relu'))
model.add(layers.MaxPooling2D((2, 2)))

# 卷积层3
model.add(layers.Conv2D(128, (3, 3), activation='relu'))
model.add(layers.MaxPooling2D((2, 2)))

# 展平层
model.add(layers.Flatten())

# 全连接层
model.add(layers.Dense(128, activation='relu'))

# 输出层：假设字符集包括数字（0-9）和大写字母（A-Z）
model.add(layers.Dense(num_classes, activation='softmax'))

return model

构建模型

model = build_cnn_model(input_shape=(28, 28, 1), num_classes=36)
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])

查看模型结构

model.summary()
(2) 训练模型
在训练之前，我们需要将图像数据进行归一化处理，并将标签进行编码。假设我们的字符集包含 0-9 和 A-Z，总共 36 个字符。

python

from tensorflow.keras.utils import to_categorical

假设我们已经准备好图像和标签

images 是一个形状为 (num_samples, 28, 28, 1) 的数组，包含每个字符的图像

labels 是一个形状为 (num_samples,) 的数组，包含每个字符的标签

数据归一化

images = images.astype('float32') / 255.0

标签独热编码

labels = to_categorical(labels, num_classes=36)

训练模型

model.fit(images, labels, epochs=10, batch_size=32)
4. 评估与预测
完成训练后，我们可以使用模型对测试集进行评估，并对新的验证码进行预测。

(1) 评估模型
python

使用测试集评估模型

test_images = np.array([cv2.imread(img_path, cv2.IMREAD_GRAYSCALE) for img_path in test_image_paths])
test_labels = np.array(test_labels)

归一化处理

test_images = test_images.astype('float32') / 255.0
test_images = test_images.reshape(test_images.shape[0], 28, 28, 1)

评估模型

loss, accuracy = model.evaluate(test_images, test_labels, batch_size=32)
print(f"Test Accuracy: {accuracy * 100:.2f}%")
(2) 对验证码进行预测
一旦模型训练完成，我们就可以对新的验证码图像进行预测。假设我们输入的是一个包含多个字符的验证码，我们可以将每个字符分割出来，并分别进行预测。

python
更多内容访问ttocr.com或联系1436423940
def predict_captcha(model, img_path, char_set="0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ"):
img = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE)
img = cv2.resize(img, (28, 28))
img = img.astype('float32') / 255.0
img = np.expand_dims(img, axis=0) # 增加批次维度
img = np.expand_dims(img, axis=3) # 增加通道维度

# 预测
pred = model.predict(img)
predicted_char = char_set[np.argmax(pred)]

return predicted_char

对图像进行预测

captcha_image = 'captcha_images/test1.png'
predicted_label = predict_captcha(model, captcha_image)
print(f"Predicted CAPTCHA label: {predicted_label}")