使用 TensorFlow 來實現一個簡單的驗證碼識別過程

本文咱們來用 TensorFlow 來實現一個深度學習模型，用來實現驗證碼識別的過程，這裏識別的驗證碼是圖形驗證碼，首先咱們會用標註好的數據來訓練一個模型，而後再用模型來實現這個驗證碼的識別。

1.驗證碼準備

這裏咱們使用 python 的 captcha 庫來生成便可，這個庫默認是沒有安裝的，因此這裏咱們須要先安裝這個庫，另外咱們還須要安裝 pillow 庫

安裝好以後，咱們就能夠用以下代碼來生成一個簡單的圖形驗證碼

能夠看到圖中的文字正是咱們所定義的內容，這樣咱們就能夠獲得一張圖片和其對應的真實文本，接下來咱們就能夠用它來生成一批訓練數據和測試數據了。

2.預處理

在訓練以前確定是要進行數據預處理了，如今咱們首先定義好了要生成的驗證碼文本內容，這就至關於已經有了 label 了，而後咱們再用它來生成驗證碼，就能夠獲得輸入數據 x 了，在這裏咱們首先定義好咱們的輸入詞表，因爲大小寫字母加數字的詞表比較龐大，設想咱們用含有大小寫字母和數字的驗證碼，一個驗證碼四個字符，那麼一共可能的組合是 (26 + 26 + 10) ^ 4 = 14776336 種組合，這個數量訓練起來有點大，因此這裏咱們精簡一下，只使用純數字的驗證碼來訓練，這樣其組合個數就變爲 10 ^ 4 = 10000 種，顯然少了不少。

因此在這裏咱們先定義一個詞表和其長度變量：

這裏 VOCAB 就是詞表的內容，即 0 到 9 這 10 個數字，驗證碼的字符個數即 CAPTCHA_LENGTH 是 4，詞表長度是 VOCAB 的長度，即 10。

接下來咱們定義一個生成驗證碼數據的方法，流程相似上文，只不過這裏咱們將返回的數據轉爲了 Numpy 形式的數組：

這樣調用此方法，咱們就能夠獲得一個 Numpy 數組了，這個實際上是把驗證碼轉化成了每一個像素的 RGB，咱們調用一下這個方法試試：

內容以下：

能夠看到它的 shape 是 (60, 160, 3)，這其實表明驗證碼圖片的高度是 60，寬度是 160，是 60 x 160 像素的驗證碼，每一個像素都有 RGB 值，因此最後一維即爲像素的 RGB 值。

接下來咱們須要定義 label，因爲咱們須要使用深度學習模型進行訓練，因此這裏咱們的 label 數據最好使用 One-Hot 編碼，即若是驗證碼文本是 1234，那麼應該詞表索引位置置 1，總共的長度是 40，咱們用程序實現一下 One-Hot 編碼和文本的互相轉換：

這裏 text2vec() 方法就是將真實文本轉化爲 One-Hot 編碼，vec2text() 方法就是將 One-Hot 編碼轉回真實文本。

例如這裏調用一下這兩個方法，咱們將 1234 文本轉換爲 One-Hot 編碼，而後在將其轉回來：

這樣咱們就能夠實現文本到 One-Hot 編碼的互轉了。

接下來咱們就能夠構造一批數據了，x 數據就是驗證碼的 Numpy 數組，y 數據就是驗證碼的文本的 One-Hot 編碼，生成內容以下：

這裏咱們定義了一個 getrandomtext() 方法，能夠隨機生成驗證碼文本，而後接下來再利用這個隨機生成的文原本產生對應的 x、y 數據，而後咱們再將數據寫入到 pickle 文件裏，這樣就完成了預處理的操做。

3.構建模型

有了數據以後，咱們就開始構建模型吧，這裏咱們仍是利用 traintestsplit() 方法將數據分爲三部分，訓練集、開發集、驗證集：

接下來咱們使用者三個數據集構建三個 Dataset 對象：

而後初始化一個迭代器，並綁定到這個數據集上：

接下來就是關鍵的部分了，在這裏咱們使用三層卷積和兩層全鏈接網絡進行構造，在這裏爲了簡化寫法，直接使用 TensorFlow 的 layers 模塊：

這裏卷積核大小爲 3，padding 使用 SAME 模式，激活函數使用 relu。

通過全鏈接網絡變換以後，y 的 shape 就變成了 [batchsize, nclasses]，咱們的 label 是 CAPTCHALENGTH 個 One-Hot 向量拼合而成的，在這裏咱們想使用交叉熵來計算，可是交叉熵計算的時候，label 參數向量最後一維各個元素之和必須爲 1，否則計算梯度的時候會出現問題。詳情參見 TensorFlow 的官方文檔：

https://www.tensorflow.org/apidocs/python/tf/nn/softmaxcrossentropywithlogits

可是如今的 label 參數是 CAPTCHALENGTH 個 One-Hot 向量拼合而成，因此這裏各個元素之和爲 CAPTCHALENGTH，因此咱們須要從新 reshape 一下，確保最後一維各個元素之和爲 1：

這樣咱們就能夠確保最後一維是 VOCAB_LENGTH 長度，而它就是一個 One-Hot 向量，因此各元素之和一定爲 1。

而後 Loss 和 Accuracy 就好計算了：

再接下來執行訓練便可：

在這裏咱們首先初始化 traininitializer，將 iterator 綁定到 Train Dataset 上，而後執行 trainop，得到 loss、acc、gstep 等結果並輸出。

訓練

運行訓練過程，結果相似以下：

測試

訓練過程咱們還能夠每隔幾個 Epoch 保存一下模型：

固然也能夠取驗證集上準確率最高的模型進行保存。

驗證時咱們能夠從新 Reload 一下模型，而後進行驗證：