knn算法,識別簡單驗證碼圖片

• 2019 年 11 月 27 日
• 筆記

引言:為什麼學習這個呢?

這個算是機器學習,最入門的一點東東

這裡介紹兩種方法:

1.直接調用第三方庫進行識別,缺點:存在部分圖片無法識別

2.使用knn算法進行對圖片的處理,以及運算進行識別

聲明:本文均在pycharm上進行編輯操作,並本文所寫代碼均是python3進行編寫,如果不能正常運行本文內的代碼,請自己調試環境

另本文所識別的驗證碼類型為如下圖片:

先介紹第一種比較簡單的操作:

1.環境準備:

安裝如下第三方庫

from selenium import webdriver  from PIL import Image  import pytesseract

2.環境介紹

selenium  環境模仿鼠標點動,以及賬號密碼傳遞,等等

pytesseract  識別圖片中字符借用的第三方庫

PIL 對圖片的一些處理的第三方庫

3.具體實現

driver.find_element_by_xpath('地址').click()

點擊網頁中xpath為括號內的位置

driver.find_element_by_xpath('地址').send_keys(傳遞信息)

傳遞相應數據到xpath為括號內的相應位置

ele=driver.find_element_by_xpath('地址')  ele.screenshot('圖片名,以及格式')

找到xpath為括號內的地址,並截取相應位置圖片

4.圖片處理

在獲取相應驗證碼圖片後,往往圖片為彩圖,或者存在噪點,為了減少模型的複雜度,以及減少模型的訓練強度,同時增加識別率，很有必要對圖片進行預處理，使其對機器識別更友好。

具體步驟如下:

1.讀取原始素材

2.將彩圖轉化為黑白圖

3.去噪點

4.1二值化圖片

圖像二值化（ Image Binarization）就是將圖像上的像素點的灰度值設置為0或255，也就是將整個圖像呈現出明顯的黑白效果的過程。——來自百度百科

1.RGB彩圖轉為灰度圖

2.將灰度圖轉化為二值圖,即設定二值化閾值,轉化為01圖

image = Image.open('a.png')  image = image.convert('L')  #轉化為灰度圖  threshold = 127             #設定的二值化閾值  table = []                  #table是設定的一個表，下面的for循環可以理解為一個規則，小於閾值的，就設定為0，大於閾值的，就設定為1  for i in range(256):      if i < threshold:          table.append(0)      else:          table.append(1)  image = image.point(table,'1')  #對灰度圖進行二值化處理，按照table的規則（也就是上面的for循環）

如下圖:

2.去除噪點

在轉化為二值圖片後，就需要清除噪點。本文選擇的素材比較簡單，大部分噪點也是最簡單的那種 孤立點，所以可以通過檢測這些孤立點就能移除大量的噪點。

關於如何去除更複雜的噪點甚至干擾線和色塊，有比較成熟的算法: 洪水填充法 Flood Fill ，後面有興趣的時間可以繼續研究一下。

轉載自 https://www.cnblogs.com/beer/p/5672678.htm

5.直接藉助selenium和pytesseract實現

result =  pytesseract.image_to_string(image)  # 讀取裏面的內容

輸出result,就是圖片的結果.

上述方法的精確度,嗯……..

我沒經過專業的測試,但是點着試試,試了二三十次,有那麼五六次是錯誤的

所以呢為了提高模型的精確度,下面介紹knn算法

knn:從訓練樣本集中選擇k個與測試樣本「距離」最近的樣本，這k個樣本中出現頻率最高的類別即作為測試樣本的類別。

• KNN是屬於有監督學習（因為訓練集中每個數據都存在人工設置的標籤——即類別）
• 那是如何進行分類的呢？其實是用數據之間的歐氏距離來衡量它們的相似程度，距離越短，表示兩個數據越相似。

5.建立樣本集—圖片分割

既然是樣本集,那麼肯定要有樣本呀,找相應網站,提交請求,爬取完事,在這不寫這個了

而樣本集的建立,可以數格子,沒錯就是數格子

打開ps,圖片放大到最大,然後數格子,額,這個方法有點low,在線ps:https://www.uupoop.com/

找到左上點,右下點,間距,然後循環切割,保存

from PIL import Image        def cut_image(image):      box_list = []      # (left, upper, right, lower)      for i in range(0, 4):              box = (5+i*12+1,5,14+i*12,19+1)              box_list.append(box)      image_list = [image.crop(box) for box in box_list]      return image_list        # 保存  def save_images(image_list):      index = 1      for image in image_list:          image.save(str(index) + '.png', 'PNG')          index += 1        if __name__ == '__main__':      file_path = "地址"  # 圖片保存的地址      image = Image.open(file_path)         image_list = cut_image(image)      save_images(image_list)

效果圖:

上面方法有點low

所以可以,通過圖片黑色或白色的圖片的連續性,來進行尋找左上點和右下點來確定一個矩形範圍,即切割的圖片的位置,循環切割保存

def cut_image(image):      """      字符切割,根據黑色的連續性,當某一列出現黑色為標誌,當黑色消失為結束點      :param image: 完整的驗證碼圖片      :return images: 切割好的圖片列表      """      # inletter代表當前列是否出現黑點      inletter = False      # foundletter為False時，未找到字符開始位置；否則，已找到字符開始位置      foundletter = False      # 記錄所有字符的開始點和結束點      letters = []      start = 0      end = 0      for x in range(image.size[0]):          for y in range(image.size[1]):              # 當前像素點的狀態（0黑色或1白色）              pix = image.getpixel((x,y))              # 出現黑色點時證明有字符出現              if pix == 0:                  inletter = True          # 當前列出現黑色點，且未找到字符開始位置，則找當前列為字符開始位置          if foundletter == False and inletter ==True:              foundletter = True              start = x          # 當前列為全白，且已有字符開始位置，則該字符結束，記錄字符的範圍          if foundletter == True and inletter == False:              end = x              letters.append((start,end))              foundletter = False          inletter = False      images = []      # 利用letter的信息切割驗證碼，得到單個字符      for letter in letters:          img = image.crop((letter[0],0,letter[1],image.size[1]))          #img.save(str(letter[0])+'.jpeg')#展示切割效果          images.append(img)      return images

上面代碼只寫出連續黑的情況,所以在部分要進行修改

6.建立樣本集—分組

將爬取的樣本重複上述操作進行圖片處理和切割

將切割好的圖片,建立文件夾進行分組

7.識別

具體操作步驟如下:    1.預處理圖片

2.將圖片轉化

3.cos求解相似度

1.預處理圖片

上面的樣本切割出是單獨的數字,那麼在識別的時候,要對圖片進行處理以及切割,具體操作參考上面的介紹.

2.將圖片轉換

在將圖片切割後,是一個圖片的形式顯示,這樣不便於計算,所以將其轉化為矢量,將二維形式轉化為一維形式

def buildvector(image):      """      圖片轉換成矢量,將二維的圖片轉為一維      :param image:      :return:      """      result = {}      count = 0      for i in image.getdata():          result[count] = i          count += 1      return result

3.cos值求解相似度

求解方程:

即目標值與其中一個樣本值的相似度.

m表示該樣本組的數量,數組c表示目標圖片,數組d表示樣本組中的每一張圖片

另外在此所用的目標圖片和樣本圖片,均已經一維化處理

計算完目標圖片與所有樣本集後進行排序,去相似度最高即為目標圖片所示數字

class CaptchaRecognize:      def __init__(self):          self.letters = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9']          self.loadSet()         def loadSet(self):          """          將icon中預先準備好的圖片，以向量的形式讀出          ps: icon中圖片為驗證碼切割完成後，人工標記的訓練集          如果需要增加，只需把切割後的圖片放到其所表示的文件夾下即可          :return:          """          self.imgset = []          for letter in self.letters:              temp = []              # 打開icon下的各個文件，icon文件下是一些已切割的字符圖片              for img in os.listdir('./icon/%s'%(letter)):                  # 將圖片轉成一維向量，放入temp列表中                  temp.append(buildvector(Image.open('./icon/%s/%s'%(letter,img))))              # 標籤與對應圖片轉換成的向量，以字典形式存到imgset 如：letter為1,temp就是1文件夾下圖片的向量              self.imgset.append({letter:temp})         def magnitude(self,concordance):          """          利用公式求計算矢量大小，詳細公式見README.md          :param concordance:          :return:          """          total = 0          for word, count in concordance.items():              # count 為向量各個單位的值              total += count ** 2          return math.sqrt(total)         def relation(self, concordance1, concordance2):          """          計算矢量之間的 cos 值，詳細公式見README.md          :param concordance1:          :param concordance2:          :return:          """          relevance = 0          topvalue = 0          # 遍歷concordance1向量，word 當前位置的索引，count為值          for word, count in concordance1.items():              # 當concordance2有word才繼續，防止索引超限              if word in concordance2:                  #print(type(topvalue), topvalue, count, concordance2[word])                  topvalue += count * concordance2[word]                  #time.sleep(10)          return topvalue / (self.magnitude(concordance1) * self.magnitude(concordance2))         def recognise(self,image):          """          識別驗證碼          :param image: 驗證碼圖片          :return result: 返回驗證碼的值          """          # 二值化,將圖片按灰度轉為01矩陣          image = convert_image(image)          # 對完整的驗證碼進行切割，得到字符圖片          images = cut_image(image)          vectors = []          for img in images:              vectors.append(buildvector(img))  # 將字符圖片轉一維向量，如[0,1,0,1,1,....]          result = []          for vector in vectors:              guess=[]              # 讓字符圖片和訓練集中的 0-9 逐一比對              for image in self.imgset:                  for letter,temp in image.items():                      relevance=0                      num=0                      # 遍歷一個標籤下的所有圖片                      for img in temp:                          # 計算相似度                          relevance+=self.relation(vector,img)                          print (vector,img)                          num+=1                      # 求出相似度平均值                      relevance=relevance/num                      guess.append((relevance,letter))              # 對cos值進行排序，cos值代表相識度              guess.sort(reverse=True)              result.append(guess[0])  #取最相似的letter，作為該字符圖片的值          return result

8.主函數調用

if __name__ == '__main__':      imageRecognize=CaptchaRecognize()      # 設置圖片路徑      image = Image.open('3.png')      # print(image.mode)         result = imageRecognize.recognise(image)      string = [''.join(item[1]) for item in result]      print(result)

9.總結

本文主要是識別簡單的驗證碼圖片,要根據具體情況進行修改,主要提供一個框架,如果所給圖片呈不規則顯示,可能無法識別,這個算是機器學習簡單的入門,對於以上僅為個人看法,如果有別的看法,歡迎私聊!!!

原創文章，轉載請註明： 轉載自URl-team

本文鏈接地址: knn算法,識別簡單驗證碼圖片

No related posts.