图像处理与机器学习（验证码的识别）

Posted 2020-09-03 树的种子

这个东西，从放寒假的前一天，老师叫我做起，已经快2个月了，开学一个星期后，在陈老师的督促下，算是做的差不多了。

这个的应用领域主要是自动化程序，验证码可以说是网络安全的一道防火墙，自动化程序的难点。

但是，对于这个图像识别这个技术来说，还远远不够，至于应用的角度，更是狭窄，因此这不是一个终点，恰恰是一个起点。

 

机器学习有监督学习和无监督学习两种；我这里是监督学习，当然就得我手动的写每一张验证码的正确值了。

 

语言:　　 python

工具：　  opencv

 

总体思路：样本学习，测试；

1、样本学习：

• 　　首先要对样本去噪，去噪将干扰线删除，对于一个像素点来说，他的四周的其余的点，有5个，或者较多的像素点是空白，那么将可以判断他是噪点，而将他删除掉。
• 　　扭曲矫正，我这里的扭曲矫正，是片面的，真正是很难有较好的效果，对于不同的验证码，有不同的特点，有一些验证码的产生，就有这样的特点，角落处，有阴影，这使得字符有扭曲，根据这里，来实现不同程度的扭曲矫正。
•       切割图像，将每个字符切割下来，这里也是相对的了，粘连较严重即将影响字符的正确。
•       二进制化图像，是字符的地方是0，没有的地方是1（这里相反没有问题）。生成训练集。
•       训练模型制作，字符，二进制的像素点，joblib持久化保存，将模型保存到本地，进行预测，速度更快。
•       通过随机森林算法将样本数据训练。

2、测试：

• 　　测试的步骤和学习的步骤类似。
•       通过训练模型得到的分类结果计算正确率。
  
  

最后识别率在100%