近年來(lái)，機(jī)器學(xué)習(xí)變得愈加火熱，中國(guó)選手柯潔與AlphaGo的人機(jī)大戰(zhàn)更是引起熱議。目前，在圖像識(shí)別和視覺分析研究中，卷積神經(jīng)網(wǎng)絡(luò)（CNN）技術(shù)的使用越來(lái)越多。Tensorflow是由 Google 團(tuán)隊(duì)開發(fā)的神經(jīng)網(wǎng)絡(luò)模塊，短短幾年間， 就已經(jīng)有很多次版本的更新。最近我也在自學(xué)Tensorflow，想通過卷積神經(jīng)網(wǎng)絡(luò)快速識(shí)別整塊驗(yàn)證碼（不分割字符）。期間也碰到許多問題，諸如軟件安裝，Tensorflow版本差異等。一開始學(xué)習(xí)tensorflow是盲目的，不知如何下手，網(wǎng)上的資料都比較單一，為了回報(bào)社會(huì)，讓大家少走彎路，我將詳細(xì)介紹整個(gè)過程。本教程所需要的完整材料，我都會(huì)放在這里。限于個(gè)人水平，如有錯(cuò)誤請(qǐng)指出！

接下來(lái)我將介紹如何使用Python+Tensorflow的CNN技術(shù)快速識(shí)別驗(yàn)證碼。在此之前，介紹我們用到的工具：

1.PyCharm社區(qū)版（python的IDE）：寫代碼非常方便，安裝第三方庫(kù)（tensorflow 1.2.1）操作簡(jiǎn)單。

2.Python3：當(dāng)我還在猶豫py2還是py3的時(shí)候，tensorflow已能支持windows、py3了，并且python3代表未來(lái)，建議使用Python3。

3.Photoshop:用于驗(yàn)證碼的分析和處理（在這里不需要你精通）。

本文將從以下幾個(gè)方面來(lái)介紹：

驗(yàn)證碼分析和處理——tensorflow安裝 ——模型訓(xùn)練——模型預(yù)測(cè)

驗(yàn)證碼分析和處理

網(wǎng)上搜索驗(yàn)證碼識(shí)別能夠得到很多教程，但大部分都是將驗(yàn)證碼切割成單個(gè)字符訓(xùn)練，有時(shí)候 驗(yàn)證碼字符大小不一或者發(fā)生重疊，切割驗(yàn)證碼變得不適用。因此通過CNN技術(shù)將整塊驗(yàn)證碼進(jìn)行識(shí)別，能使問題變得更加簡(jiǎn)單（以下操作對(duì)其他驗(yàn)證碼分析有參考作用）。

在這里我們選擇模擬學(xué)習(xí)這樣的驗(yàn)證碼：

該驗(yàn)證碼來(lái)源于這里（正如sci-hub網(wǎng)站所言"to remove all barriers in the way of science"，知識(shí)就該如此）。

原始的驗(yàn)證碼

該驗(yàn)證碼只由六位小寫字母、噪點(diǎn)和干擾線組成，如果能去除噪點(diǎn)和干擾線，能夠大大降低學(xué)習(xí)的難度。很多驗(yàn)證碼的噪點(diǎn)和干擾線RGB值和字母的不一致，這個(gè)我們能通過Photoshop來(lái)分析，使用顏色取樣器工具，分別在圖片噪點(diǎn)、干擾線、空白處和字母處點(diǎn)擊獲得RGB值，如下圖：

顏色取樣器獲得RGB值

分析后發(fā)現(xiàn)，只要將圖片二值化只保留字母，就能得到不錯(cuò)的輸入圖片：

處理后的圖片

實(shí)現(xiàn)代碼如下：

驗(yàn)證碼處理代碼

以上就是驗(yàn)證碼處理方法，為了下面的分析方便，我將處理好的驗(yàn)證碼打包放到這里。

Tensorflow安裝

如果你查看了官方文檔會(huì)發(fā)現(xiàn)提供了很多安裝方式，但是還是比較復(fù)雜。針對(duì)不同的系統(tǒng)，不同設(shè)備（CPU or GPU）都不一樣，我在這里選擇用pycharm直接安裝tensorflow非常好用，而且跟python版本兼容，不用考慮過多。打開pycharm，在菜單欄里flie-settings-project-project interpreter，選擇python3 interpreter，

添加第三方庫(kù)

然后點(diǎn)擊+按鈕，輸入tensorflow，install package。

添加tensorflow庫(kù)

至此，tensorflow就在電腦上安裝好了，非常簡(jiǎn)單吧，我安裝的時(shí)候版本是1.2.1。準(zhǔn)備工作全部結(jié)束。

模型訓(xùn)練

如果你對(duì)卷積神經(jīng)網(wǎng)絡(luò)或者Python代碼實(shí)現(xiàn)還不熟悉，我推薦你先看看《tensorflow實(shí)戰(zhàn)》黃 文堅(jiān)著這本書，比官方文檔詳細(xì)多。搞清楚代碼如何實(shí)現(xiàn)后，再來(lái)看接下來(lái)的內(nèi)容（畢竟我也是花了時(shí)間走彎路的）。

首先，我們先輸入驗(yàn)證碼的信息備用，圖片是114*450像素，最大有6個(gè)字母，每個(gè)字母通過26個(gè)0或1表示，比如a表示成10000000000000000000000000，b表示成01000000000000000000000000，以此類推。

驗(yàn)證碼信息

接下來(lái)定義一個(gè)函數(shù)，隨機(jī)從訓(xùn)練集（3430張）中提取驗(yàn)證碼圖片，由于驗(yàn)證碼經(jīng)過我手動(dòng)打標(biāo)簽（碼了6小時(shí)），在這里只要獲取驗(yàn)證碼的名字和圖片就夠了，我默認(rèn)放在"F:/captcha4/"目錄下，需要注意的是返回的圖片是以矩陣的形式。

獲取驗(yàn)證碼名字和圖片

接下來(lái)定義兩個(gè)函數(shù)，將名字轉(zhuǎn)變成向量，將向量轉(zhuǎn)變成名字。

名字向量互轉(zhuǎn)

生成一個(gè)訓(xùn)練batch，也就是采樣的大小，默認(rèn)一次采集64張驗(yàn)證碼作為一次訓(xùn)練，需要注意通過get_name_and_image()函數(shù)獲得的image是一個(gè)含布爾值的矩陣，在這里通過1*(image.flatten())函數(shù)轉(zhuǎn)變成只含0和1的1行114*450列的矩陣。

采樣batch

接下來(lái)定義卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，我們采用3個(gè)卷積層加1個(gè)全連接層的結(jié)構(gòu)，在每個(gè)卷積層中都選用2*2的最大池化層和dropout層，卷積核尺寸選擇5*5。需要注意的是在全連接層中，我們的圖片114*450已經(jīng)經(jīng)過了3層池化層，也就是長(zhǎng)寬都?jí)嚎s了8倍，得到15*57大小。

卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

結(jié)構(gòu)建立好后就可以開始訓(xùn)練了，在這里選擇的sigmoid_cross_entropy_with_logits()交叉熵來(lái)比較loss，用adam優(yōu)化器來(lái)優(yōu)化。輸出每一步的loss值，每100步，輸出一次準(zhǔn)確率。在這里我調(diào)節(jié)當(dāng)準(zhǔn)確率達(dá)到99%后，結(jié)束訓(xùn)練。需要注意的是，keep_prob = 0.5，這個(gè)參數(shù)控制著過擬合，當(dāng)我們機(jī)器學(xué)習(xí)速度過快的時(shí)候，可以減小該值，讓機(jī)器遺忘的多一點(diǎn)（像人一樣，記得多不一定好，哈哈）。

訓(xùn)練模型

訓(xùn)練完成后，你應(yīng)該會(huì)得到如下幾個(gè)文件。在這里我花了將近9個(gè)小時(shí)跑了1800步，達(dá)到99.5%的準(zhǔn)確率。輸出文件的詳細(xì)介紹參考這里。

模型輸出文件

模型預(yù)測(cè)

我們的模型訓(xùn)練成功后，我們就要檢驗(yàn)一下該模型的預(yù)測(cè)水平，在這里我們首先要把train_crack_captcha_cnn()函數(shù)注釋掉，然后再定義一個(gè)預(yù)測(cè)模型的函數(shù)crack_captcha()，需要注意為了從預(yù)測(cè)集中抽數(shù)據(jù)，這里的get_name_and_image()函數(shù)調(diào)用"F:/captcha5/"目錄下的10張預(yù)測(cè)圖片。

更改到預(yù)測(cè)集文件夾

從預(yù)測(cè)集中隨機(jī)預(yù)測(cè)10次

預(yù)測(cè)結(jié)果如下：

預(yù)測(cè)結(jié)果對(duì)比

經(jīng)過比較，我發(fā)現(xiàn)10張預(yù)測(cè)的能有4張準(zhǔn)確，這還有待改進(jìn)，但是整體上還是達(dá)到了我的要求。畢竟訓(xùn)練集的準(zhǔn)確率有99.5%。如果我調(diào)低keep_prob的值，增加樣本量，增加卷積層，最后的預(yù)測(cè)效果應(yīng)該會(huì)更好。完整代碼詳見

總之，通過上面這個(gè)教程，只是教大家如何通過tensorflow的CNN技術(shù)處理整塊驗(yàn)證碼，大家可以嘗試著用其他驗(yàn)證碼試試，但是樣本量越多越好。

總結(jié)

首先本文教大家如何簡(jiǎn)單處理驗(yàn)證碼，然后介紹了tensorflow的快速安裝方式，最后通過實(shí)現(xiàn)了CNN下整塊驗(yàn)證碼的識(shí)別，訓(xùn)練集準(zhǔn)確率達(dá)到99.5%，測(cè)試集準(zhǔn)確率在40%左右。如果調(diào)低keep_prob的值，增加樣本量，增加卷積層，最后的預(yù)測(cè)效果應(yīng)該會(huì)更好。

希望大家以后在tensorflow的學(xué)習(xí)道路中少點(diǎn)阻礙?。?！

作者：MrLonelyZC88

鏈接：http://www.itdecent.cn/p/26ff7b9075a1

來(lái)源：簡(jiǎn)書

著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請(qǐng)聯(lián)系作者獲得授權(quán)，非商業(yè)轉(zhuǎn)載請(qǐng)注明出處。