python实现动态GIF英数验证码识别示例
有哪些特征
由数字和大写的英文字母随机组成
图片大小100*35
验证码的内容会上下浮动偶尔会超出上下边界线,干扰项(也是数字或字母)从左至右翻滚经过验证码本身,这两项会造成干扰
分帧的起始是乱序的,因此想通过切出固定第几帧来避免干扰不太现实
识别思路
分帧
随便挑几张下载下来的gif样本,来判断下有多少帧
from io import BytesIO from PIL import Image def get_frame_number(binary): img = Image.open(BytesIO(binary)) _num = 0 while True: try: a = img.tell() _num += 1 img.seek(a + 1) except EOFError: break print(f'当前gif有{_num}帧') return _num with open('../error_images/08e3e54f0febfe40f314b6f4a07de6b8.gif', 'rb') as f: binary = f.read() get_frame_number(binary)
经过测试,该类型gif图有25帧,也就是说,可以拆分成25张图片,对于静态的图片,识别起来就轻松多了
收集样本及整理字符集
我这里就直接说结果了,字符集有:数字2-9,大写英文:A-Z,其中英文中的大写
I, O
这两个是没有的,因为这两个容易和数字0, 1
产生混淆。从这点上来说,开发者是动了脑子的,减少了折磨,必须点个赞。建议标注完数据集后,对所有标签过滤下这四个字符
最后是采集了2.2w+的gif图,然后每张图切25帧,最后有55w+的静态图,下面是分帧代码示例:
from io import BytesIO from PIL import Image def seek_img(img_name): img = Image.open(r'F:\code\hg_gifs\' + img_name) # F:\code\hg_imgs1\ 是gif图的路径 for i in range(25): try: b = BytesIO() img.save(b, format='png') _bytes = b.getvalue() img = cv2.imdecode(np.array(bytearray(_bytes), dtype='uint8'), cv2.IMREAD_UNCHANGED) png_name = img_name.split('_')[0] + '_' + str(i) + '.png' cv2.imwrite(r'F:\code\hg_pngs\{}'.format(png_name), img) # F:\code\hg_pngs\ 是静态图保存路径 img.seek(img.tell() + 1) except EOFError: pass rows = os.listdir(r'F:\code\hg_gifs') # F:\code\hg_imgs1\ 是gif图的路径 for row in rows: seek_img(row)
训练与识别
训练过程就是把上面切下来的静态图,直接无脑dddd_trainer 训练即可
这里提一句,如果数据集质量还可以的话,识别的时候实际上没有必要一张gif图去识别25次,这里我是step为3一共识别了9次,感觉已经够了
训练完之后小测1000次,成功967次,其中18次是代理超时,967/982≈98.47%,正确率在98%上下,够用了
以上就是python实现动态GIF英数验证码识别示例的详细内容,更多关于python识别GIF验证码的资料请关注脚本之家其它相关文章!
相关文章
Python中__new__与__init__方法的区别详解
这篇文章主要介绍了Python中__new__与__init__方法的区别,是Python学习中的基础知识,需要的朋友可以参考下2015-05-05python3下使用cv2.imwrite存储带有中文路径图片的方法
今天小编就为大家分享一篇python3下使用cv2.imwrite存储带有中文路径图片的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2018-05-05
最新评论