SunnyHaze/SCU_OAA-website-Captcha-training-set

四川大学JWC网站验证码10000张及对应标签数据集，可用于深度学习模型构建。Captcha tranning set for Website of the Office of Academic affair of Sichuan University.

JW系统验证码 训练集

更新

• [2023/12/13] 目前JWC已经更换为了非常复杂的验证码 （中文+动画+闪烁），所以本仓库仅供娱乐实验使用。

• 已经基于本仓库内的生成方法生成了10w个数据集训练的深度学习模型，并已经发布到pip（PYPI），在有pytorch的基础上可以通过pip install scu_captcha以下载使用。

  

• 10w数据集百度网盘链接：

  • 链接：https://pan.baidu.com/s/1fqOLhP7FSb6oa61NAa4CIQ
  • 提取码：7gjy

简介

• 本仓库中含有 10000 条四川大学JW系统验证码，并已经打上对应的标签

• 验证码中只包含如下字符：2345678abcdefgmnpwxy，共20个字符随机排列组合生成的4位验证码，与教务处生成的验证码的定义域完全匹配。

• 数据集采用谷歌的Kaptcha生成。

• 实际使用时魔改了此Github仓库的代码用于渲染生成：

  

  因为魔改实在过于丑陋，就不放本人的源代码在这里了。

• 可以用于深度学习的训练集，尝试构建Hack JWC的深度学习模型

使用

• 验证码图片存储于IMAGES.zip中
• 标签集合存于label.csv中，每一行是[图片序号, 验证码对应字符串] 的列表，可以用Python的如下方法读取：

import csv
data = []
# 读取数据
with open("label.csv", 'r', newline="" , encoding="utf8") as f:
    reader = csv.reader(f)
    for row in reader:
        data.append(row)
# 预览数据
for line in data:
    print(line)

序号与IMAGES.zip；里的文件名一一对应。

当然，如果需要进行深度学习还需要进行训练集测试集划分，随机抽取等等操作，请自行处理，祝君好运~