亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

Python用 KNN 進(jìn)行驗(yàn)證碼識(shí)別的實(shí)現(xiàn)方法

 更新時(shí)間:2018年02月06日 16:41:49   投稿:mrr  
這篇文章主要介紹了Python用 KNN 進(jìn)行驗(yàn)證碼識(shí)別的相關(guān)資料,非常不錯(cuò),具有參考借鑒價(jià)值,需要的朋友可以參考下

前言

之前做了一個(gè)校園交友的APP,其中一個(gè)邏輯是通過(guò)用戶的教務(wù)系統(tǒng)來(lái)確認(rèn)用戶是一名在校大學(xué)生,基本的想法是通過(guò)用戶的賬號(hào)和密碼,用爬蟲(chóng)的方法來(lái)確認(rèn)信息,但是許多教務(wù)系統(tǒng)都有驗(yàn)證碼,當(dāng)時(shí)是通過(guò)本地服務(wù)器去下載驗(yàn)證碼,然后分發(fā)給客戶端,然后讓用戶自己填寫驗(yàn)證碼,與賬號(hào)密碼一并提交給服務(wù)器,然后服務(wù)器再去模擬登錄教務(wù)系統(tǒng)以確認(rèn)用戶能否登錄該教務(wù)系統(tǒng)。驗(yàn)證碼無(wú)疑讓我們想使得用戶快速認(rèn)證的想法破滅了,但是當(dāng)時(shí)也沒(méi)辦法,最近看了一些機(jī)器學(xué)習(xí)的內(nèi)容,覺(jué)得對(duì)于大多數(shù)學(xué)校的那些極簡(jiǎn)單的驗(yàn)證碼應(yīng)該是可以用KNN這種方法來(lái)破解的,于是整理了一下思緒,擼起袖子做起來(lái)!

分析

我們學(xué)校的驗(yàn)證碼是這樣的:,其實(shí)就是簡(jiǎn)單地把字符進(jìn)行旋轉(zhuǎn)然后加上一些微弱的噪點(diǎn)形成的。我們要識(shí)別,就得逆行之,具體思路就是,首先二值化去掉噪點(diǎn),然后把單個(gè)字符分割出來(lái),最后旋轉(zhuǎn)至標(biāo)準(zhǔn)方向,然后從這些處理好的圖片中選出模板,最后每次新來(lái)一張驗(yàn)證碼就按相同方式處理,然后和這些模板進(jìn)行比較,選擇判別距離最近的一個(gè)模板作為其判斷結(jié)果(亦即KNN的思想,本文取K=1)。接下來(lái)按步驟進(jìn)行說(shuō)明。

獲得驗(yàn)證碼

首先得有大量的驗(yàn)證碼,我們通過(guò)爬蟲(chóng)來(lái)實(shí)現(xiàn),代碼如下

#-*- coding:UTF-8 -*-
import urllib,urllib2,cookielib,string,Image
def getchk(number):
 #創(chuàng)建cookie對(duì)象
 cookie = cookielib.LWPCookieJar()
 cookieSupport= urllib2.HTTPCookieProcessor(cookie)
 opener = urllib2.build_opener(cookieSupport, urllib2.HTTPHandler)
 urllib2.install_opener(opener)
 #首次與教務(wù)系統(tǒng)鏈接獲得cookie#
 #偽裝browser
 headers = {
 'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
 'Accept-Encoding':'gzip,deflate',
 'Accept-Language':'zh-CN,zh;q=0.8',
 'User-Agent':'Mozilla/5.0 (Windows NT 6.2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/38.0.2125.111 Safari/537.36'
 }
 req0 = urllib2.Request(
  url ='http://mis.teach.ustc.edu.cn',
  headers = headers  #請(qǐng)求頭
 )
 # 捕捉http錯(cuò)誤
 try :
 result0 = urllib2.urlopen(req0)
 except urllib2.HTTPError,e:
 print e.code
 #提取cookie
 getcookie = ['',]
 for item in cookie:
 getcookie.append(item.name)
 getcookie.append("=")
 getcookie.append(item.value)
 getcookie = "".join(getcookie)
 
 #修改headers
 headers["Origin"] = "http://mis.teach.ustc.edu.cn"
 headers["Referer"] = "http://mis.teach.ustc.edu.cn/userinit.do"
 headers["Content-Type"] = "application/x-www-form-urlencoded"
 headers["Cookie"] = getcookie
 for i in range(number):
 req = urllib2.Request(
  url ="http://mis.teach.ustc.edu.cn/randomImage.do?date='1469451446894'",
  headers = headers   #請(qǐng)求頭
 )
 response = urllib2.urlopen(req)
 status = response.getcode()
 picData = response.read()
 if status == 200:
  localPic = open("./source/"+str(i)+".jpg", "wb")
  localPic.write(picData)
  localPic.close()
 else:
  print "failed to get Check Code "
if __name__ == '__main__':
 getchk(500)

這里下載了500張驗(yàn)證碼到source目錄下面。如圖:

二值化

matlab豐富的圖像處理函數(shù)能給我們省下很多時(shí)間,,我們遍歷source文件夾,對(duì)每一張驗(yàn)證碼圖片進(jìn)行二值化處理,把處理過(guò)的圖片存入bw目錄下。代碼如下

mydir='./source/';
bw = './bw/';
if mydir(end)~='\'
 mydir=[mydir,'\'];
end
DIRS=dir([mydir,'*.jpg']); %擴(kuò)展名
n=length(DIRS);
for i=1:n
 if ~DIRS(i).isdir
 img = imread(strcat(mydir,DIRS(i).name ));
 img = rgb2gray(img);%灰度化
 img = im2bw(img);%0-1二值化
 name = strcat(bw,DIRS(i).name)
 imwrite(img,name);
 end
end

處理結(jié)果如圖:

分割

mydir='./bw/';
letter = './letter/';
if mydir(end)~='\'
 mydir=[mydir,'\'];
end
DIRS=dir([mydir,'*.jpg']); %擴(kuò)展名
n=length(DIRS);
for i=1:n
 if ~DIRS(i).isdir
 img = imread(strcat(mydir,DIRS(i).name ));
 img = im2bw(img);%二值化
 img = 1-img;%顏色反轉(zhuǎn)讓字符成為聯(lián)通域,方便去除噪點(diǎn)
 for ii = 0:3
  region = [ii*20+1,1,19,20];%把一張驗(yàn)證碼分成四個(gè)20*20大小的字符圖片
  subimg = imcrop(img,region);
  imlabel = bwlabel(subimg);
%  imshow(imlabel);
 
  if max(max(imlabel))>1 % 說(shuō)明有噪點(diǎn),要去除
%   max(max(imlabel))
 
%   imshow(subimg);
 
  stats = regionprops(imlabel,'Area');
  area = cat(1,stats.Area);
  maxindex = find(area == max(area));
  area(maxindex) = 0;  
  secondindex = find(area == max(area)); 
  imindex = ismember(imlabel,secondindex);
  subimg(imindex==1)=0;%去掉第二大連通域,噪點(diǎn)不可能比字符大,所以第二大的就是噪點(diǎn)
  end
  name = strcat(letter,DIRS(i).name(1:length(DIRS(i).name)-4),'_',num2str(ii),'.jpg')
  imwrite(subimg,name);
 end
 end
end

處理結(jié)果如圖:

旋轉(zhuǎn)

接下來(lái)進(jìn)行旋轉(zhuǎn),哪找一個(gè)什么標(biāo)準(zhǔn)呢?據(jù)觀察,這些字符旋轉(zhuǎn)不超過(guò)60度,那么在正負(fù)60度之間,統(tǒng)一旋轉(zhuǎn)至字符寬度最小就行了。代碼如下

if mydir(end)~='\'
 mydir=[mydir,'\'];
end
DIRS=dir([mydir,'*.jpg']); %擴(kuò)展名
n=length(DIRS);
for i=1:n
 if ~DIRS(i).isdir
 img = imread(strcat(mydir,DIRS(i).name ));
 img = im2bw(img);
 minwidth = 20;
 for angle = -60:60
  imgr=imrotate(img,angle,'bilinear','crop');%crop 避免圖像大小變化
  imlabel = bwlabel(imgr);
  stats = regionprops(imlabel,'Area');
  area = cat(1,stats.Area);
  maxindex = find(area == max(area));
  imindex = ismember(imlabel,maxindex);%最大連通域?yàn)?
  [y,x] = find(imindex==1);
  width = max(x)-min(x)+1;
  if width<minwidth
  minwidth = width;
  imgrr = imgr;
  end
 end
 name = strcat(rotate,DIRS(i).name)
 imwrite(imgrr,name);
 end
end

處理結(jié)果如圖,一共2000個(gè)字符的圖片存在rotate文件夾中

模板選取

現(xiàn)在從rotate文件夾中選取一套模板,涵蓋每一個(gè)字符,一個(gè)字符可以選取多個(gè)圖片,因?yàn)榧词褂星懊娴闹T多處理也不能保證一個(gè)字符的最終呈現(xiàn)形式只有一種,多選幾個(gè)才能保證覆蓋率。把選出來(lái)的模板圖片存入samples文件夾下,這個(gè)過(guò)程很耗時(shí)耗力??梢哉彝瑢W(xué)幫忙~,如圖

測(cè)試

測(cè)試代碼如下:首先對(duì)測(cè)試驗(yàn)證碼進(jìn)行上述操作,然后和選出來(lái)的模板進(jìn)行比較,采用差分值最小的模板作為測(cè)試樣本的字符選擇,代碼如下

% 具有差分最小值的圖作為答案 

mydir='./test/';
samples = './samples/';
if mydir(end)~='\'
 mydir=[mydir,'\'];
end
if samples(end)~='\'
 samples=[samples,'\'];
end
DIRS=dir([mydir,'*.jpg']); %擴(kuò)展?
DIRS1=dir([samples,'*.jpg']); %擴(kuò)展名
n=length(DIRS);%驗(yàn)證碼總圖數(shù)
singleerror = 0;%單個(gè)錯(cuò)誤
uniterror = 0;%一張驗(yàn)證碼錯(cuò)誤個(gè)數(shù)
for i=1:n
 if ~DIRS(i).isdir
 realcodes = DIRS(i).name(1:4);
 fprintf('驗(yàn)證碼實(shí)際字符:%s\n',realcodes);
 img = imread(strcat(mydir,DIRS(i).name ));
 img = rgb2gray(img);
 img = im2bw(img);
 img = 1-img;%顏色反轉(zhuǎn)讓字符成為聯(lián)通域
 subimgs = [];
 for ii = 0:3
  region = [ii*20+1,1,19,20];%奇怪,為什么這樣才能均分?
  subimg = imcrop(img,region);
  imlabel = bwlabel(subimg);
  if max(max(imlabel))>1 % 說(shuō)明有雜點(diǎn)
  stats = regionprops(imlabel,'Area');
  area = cat(1,stats.Area);
  maxindex = find(area == max(area));
  area(maxindex) = 0;  
  secondindex = find(area == max(area)); 
  imindex = ismember(imlabel,secondindex);
  subimg(imindex==1)=0;%去掉第二大連通域
  end
  subimgs = [subimgs;subimg];
 end
 codes = [];
 for ii = 0:3
  region = [ii*20+1,1,19,20];
  subimg = imcrop(img,region);
  minwidth = 20;
  for angle = -60:60
  imgr=imrotate(subimg,angle,'bilinear','crop');%crop 避免圖像大小變化
  imlabel = bwlabel(imgr);
  stats = regionprops(imlabel,'Area');
  area = cat(1,stats.Area);
  maxindex = find(area == max(area));
  imindex = ismember(imlabel,maxindex);%最大連通域?yàn)?
  [y,x] = find(imindex==1);
  width = max(x)-min(x)+1;
  if width<minwidth
   minwidth = width;
   imgrr = imgr;
  end
  end
  mindiffv = 1000000;
  for jj = 1:length(DIRS1)
  imgsample = imread(strcat(samples,DIRS1(jj).name ));
  imgsample = im2bw(imgsample);
  diffv = abs(imgsample-imgrr);
  alldiffv = sum(sum(diffv));
  if alldiffv<mindiffv
   mindiffv = alldiffv;
   code = DIRS1(jj).name;
   code = code(1);
  end
  end
  codes = [codes,code];
 end
 fprintf('驗(yàn)證碼測(cè)試字符:%s\n',codes);
 num = codes-realcodes;
 num = length(find(num~=0));
 singleerror = singleerror + num;
 if num>0
  uniterror = uniterror +1;
 end
 fprintf('錯(cuò)誤個(gè)數(shù):%d\n',num);
 end
end
fprintf('\n-----結(jié)果統(tǒng)計(jì)如下-----\n\n');
fprintf('測(cè)試驗(yàn)證碼的字符數(shù)量:%d\n',n*4);
fprintf('測(cè)試驗(yàn)證碼的字符錯(cuò)誤數(shù)量:%d\n',singleerror);
fprintf('單個(gè)字符識(shí)別正確率:%.2f%%\n',(1-singleerror/(n*4))*100);
fprintf('測(cè)試驗(yàn)證碼圖的數(shù)量:%d\n',n);
fprintf('測(cè)試驗(yàn)證碼圖的錯(cuò)誤數(shù)量:%d\n',uniterror);
fprintf('填對(duì)驗(yàn)證碼的概率:%.2f%%\n',(1-uniterror/n)*100);

結(jié)果:

驗(yàn)證碼實(shí)際字符:2B4E
驗(yàn)證碼測(cè)試字符:2B4F
錯(cuò)誤個(gè)數(shù):1
驗(yàn)證碼實(shí)際字符:4572
驗(yàn)證碼測(cè)試字符:4572
錯(cuò)誤個(gè)數(shù):0
驗(yàn)證碼實(shí)際字符:52CY
驗(yàn)證碼測(cè)試字符:52LY
錯(cuò)誤個(gè)數(shù):1
驗(yàn)證碼實(shí)際字符:83QG
驗(yàn)證碼測(cè)試字符:85QG
錯(cuò)誤個(gè)數(shù):1
驗(yàn)證碼實(shí)際字符:9992
驗(yàn)證碼測(cè)試字符:9992
錯(cuò)誤個(gè)數(shù):0
驗(yàn)證碼實(shí)際字符:A7Y7
驗(yàn)證碼測(cè)試字符:A7Y7
錯(cuò)誤個(gè)數(shù):0
驗(yàn)證碼實(shí)際字符:D993
驗(yàn)證碼測(cè)試字符:D995
錯(cuò)誤個(gè)數(shù):1
驗(yàn)證碼實(shí)際字符:F549
驗(yàn)證碼測(cè)試字符:F5A9
錯(cuò)誤個(gè)數(shù):1
驗(yàn)證碼實(shí)際字符:FMC6
驗(yàn)證碼測(cè)試字符:FMLF
錯(cuò)誤個(gè)數(shù):2
驗(yàn)證碼實(shí)際字符:R4N4
驗(yàn)證碼測(cè)試字符:R4N4
錯(cuò)誤個(gè)數(shù):0 

-----結(jié)果統(tǒng)計(jì)如下----- 

測(cè)試驗(yàn)證碼的字符數(shù)量:40
測(cè)試驗(yàn)證碼的字符錯(cuò)誤數(shù)量:7
單個(gè)字符識(shí)別正確率:82.50%
測(cè)試驗(yàn)證碼圖的數(shù)量:10
測(cè)試驗(yàn)證碼圖的錯(cuò)誤數(shù)量:6
填對(duì)驗(yàn)證碼的概率:40.00%

可見(jiàn)單個(gè)字符準(zhǔn)確率是比較高的的了,但是綜合準(zhǔn)確率還是不行,觀察結(jié)果至,錯(cuò)誤的字符就是那些易混淆字符,比如E和F,C和L,5和3,4和A等,所以我們能做的事就是增加模板中的樣本數(shù)量,以期盡量減少混淆。

增加了幾十個(gè)樣本過(guò)后再次試驗(yàn),結(jié)果:

驗(yàn)證碼實(shí)際字符:2B4E
驗(yàn)證碼測(cè)試字符:2B4F
錯(cuò)誤個(gè)數(shù):1
驗(yàn)證碼實(shí)際字符:4572
驗(yàn)證碼測(cè)試字符:4572
錯(cuò)誤個(gè)數(shù):0
驗(yàn)證碼實(shí)際字符:52CY
驗(yàn)證碼測(cè)試字符:52LY
錯(cuò)誤個(gè)數(shù):1
驗(yàn)證碼實(shí)際字符:83QG
驗(yàn)證碼測(cè)試字符:83QG
錯(cuò)誤個(gè)數(shù):0
驗(yàn)證碼實(shí)際字符:9992
驗(yàn)證碼測(cè)試字符:9992
錯(cuò)誤個(gè)數(shù):0
驗(yàn)證碼實(shí)際字符:A7Y7
驗(yàn)證碼測(cè)試字符:A7Y7
錯(cuò)誤個(gè)數(shù):0
驗(yàn)證碼實(shí)際字符:D993
驗(yàn)證碼測(cè)試字符:D993
錯(cuò)誤個(gè)數(shù):0
驗(yàn)證碼實(shí)際字符:F549
驗(yàn)證碼測(cè)試字符:F5A9
錯(cuò)誤個(gè)數(shù):1
驗(yàn)證碼實(shí)際字符:FMC6
驗(yàn)證碼測(cè)試字符:FMLF
錯(cuò)誤個(gè)數(shù):2
驗(yàn)證碼實(shí)際字符:R4N4
驗(yàn)證碼測(cè)試字符:R4N4
錯(cuò)誤個(gè)數(shù):0 

-----結(jié)果統(tǒng)計(jì)如下----- 

測(cè)試驗(yàn)證碼的字符數(shù)量:40
測(cè)試驗(yàn)證碼的字符錯(cuò)誤數(shù)量:5
單個(gè)字符識(shí)別正確率:87.50%
測(cè)試驗(yàn)證碼圖的數(shù)量:10
測(cè)試驗(yàn)證碼圖的錯(cuò)誤數(shù)量:4
填對(duì)驗(yàn)證碼的概率:60.00%

可見(jiàn)無(wú)論是單個(gè)字符識(shí)別正確率還是整個(gè)驗(yàn)證碼正確的概率都有了提升。能夠預(yù)見(jiàn):隨著模板數(shù)量的增多,正確率會(huì)不斷地提高。

總結(jié)

這種方法的可擴(kuò)展性很弱,而且只適用于簡(jiǎn)單的驗(yàn)證碼,12306那種根本就別提了。

相關(guān)文章

  • Python單元測(cè)試與測(cè)試用例簡(jiǎn)析

    Python單元測(cè)試與測(cè)試用例簡(jiǎn)析

    這篇文章主要介紹了Python單元測(cè)試與測(cè)試用例,結(jié)合簡(jiǎn)單實(shí)例形式分析了Python單元測(cè)試相關(guān)的原理、步驟與相關(guān)注意事項(xiàng),需要的朋友可以參考下
    2019-11-11
  • Python測(cè)試人員需要掌握的知識(shí)

    Python測(cè)試人員需要掌握的知識(shí)

    很多朋友都想做了個(gè)python的測(cè)試人員,那么python測(cè)試員需要知道的基本知識(shí)有哪些呢?跟著小編一起學(xué)習(xí)下。
    2018-02-02
  • 使用python實(shí)現(xiàn)正則匹配檢索遠(yuǎn)端FTP目錄下的文件

    使用python實(shí)現(xiàn)正則匹配檢索遠(yuǎn)端FTP目錄下的文件

    這篇文章主要介紹了使用python實(shí)現(xiàn)正則匹配檢索遠(yuǎn)端FTP目錄下的文件的方法,非常的簡(jiǎn)單實(shí)用,需要的小伙伴參考下
    2015-03-03
  • Keras深度學(xué)習(xí)模型Sequential和Model詳解

    Keras深度學(xué)習(xí)模型Sequential和Model詳解

    這篇文章主要介紹了Keras深度學(xué)習(xí)模型Sequential和Model詳解,在Keras中有兩種深度學(xué)習(xí)的模型:序列模型(Sequential)和通用模型(Model),差異在于不同的拓?fù)浣Y(jié)構(gòu),,需要的朋友可以參考下
    2023-08-08
  • Python黑帽編程 3.4 跨越VLAN詳解

    Python黑帽編程 3.4 跨越VLAN詳解

    VLAN(Virtual Local Area Network),是基于以太網(wǎng)交互技術(shù)構(gòu)建的虛擬網(wǎng)絡(luò),既可以將同一物理網(wǎng)絡(luò)劃分成多個(gè)VALN,也可以跨越物理網(wǎng)絡(luò)障礙,將不同子網(wǎng)中的用戶劃到同一個(gè)VLAN中。這篇文章主要介紹了Python黑帽編程 3.4 跨越VLAN 的相關(guān)資料,需要的朋友參考下
    2016-09-09
  • python內(nèi)打印變量之%和f的實(shí)例

    python內(nèi)打印變量之%和f的實(shí)例

    今天小編就為大家分享一篇python內(nèi)打印變量之%和f的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-02-02
  • Python使用Joblib模塊實(shí)現(xiàn)加快任務(wù)處理速度

    Python使用Joblib模塊實(shí)現(xiàn)加快任務(wù)處理速度

    在Python編程中,處理大規(guī)模數(shù)據(jù)或者進(jìn)行復(fù)雜的計(jì)算任務(wù)時(shí),通常需要考慮如何提高程序的運(yùn)行效率,本文主要介紹了如何使用Joblib模塊來(lái)加快任務(wù)處理速度,需要的可以參考下
    2024-03-03
  • Python3 關(guān)于pycharm自動(dòng)導(dǎo)入包快捷設(shè)置的方法

    Python3 關(guān)于pycharm自動(dòng)導(dǎo)入包快捷設(shè)置的方法

    今天小編就為大家分享一篇Python3 關(guān)于pycharm自動(dòng)導(dǎo)入包快捷設(shè)置的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2019-01-01
  • python-opencv在有噪音的情況下提取圖像的輪廓實(shí)例

    python-opencv在有噪音的情況下提取圖像的輪廓實(shí)例

    下面小編就為大家?guī)?lái)一篇python-opencv在有噪音的情況下提取圖像的輪廓實(shí)例。小編覺(jué)得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧
    2017-08-08
  • 對(duì)python以16進(jìn)制打印字節(jié)數(shù)組的方法詳解

    對(duì)python以16進(jìn)制打印字節(jié)數(shù)組的方法詳解

    今天小編就為大家分享一篇對(duì)python以16進(jìn)制打印字節(jié)數(shù)組的方法詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2019-01-01

最新評(píng)論