CAPTCHA_Reader

验证码识别与训练脚手架

这个项目对验证码识别中常用的 四个步骤（三个）（获取文件 => 降噪 => 切割 => 识别）进行了简单的封装，减少开发的复杂程度。并提供了一些现成的解决方案。

欢迎就使用中遇到的问题提出 Issue 进行讨论。

如果需要最开始的 PHP 脚本的版本，已经移动到 script/tooOldVersion ，可自行获取

Install use Composer

composer require kurisu/captcha_reader

对各种验证码的支持

正方教务系统验证码 验证码字典样本数为500条 ，不加上网络延时的耗时在0.14s - 0.2s之间
- 测试集测试的结果：
- 200个测试样本中整体识别正确率 87%，单个字母识别正确率到 96.5%
青果教务系统验证码 验证码字典样本数为200条左右，不加上网络延时的耗时在 0.15s - 0.25s之间
- 测试集测试的结果：
- 200个测试样本中整体识别正确率 90%，单个字母识别正确率到 96.875%
neea.edu.cn 验证码字典样本数为 1500条左右，不加上网络延时的耗时在 0.6s - 0.7s之间
- 测试集测试的结果：
- 200个测试样本中整体识别正确率 54.5%，单个字母识别正确率到 80%
天翼校园网认证验证码 验证码字典样本数为 2800条左右，不加上网络延时的耗时在 0.45s - 0.5s之间
- 测试集测试的结果：
- 200个测试样本中整体识别正确率 48.5%，单个字母识别正确率到 82.875%

Examples

在线测试效果待添加，可以尝试根据下面的 Get Started Now 测试效果

Get Started Now

Online 在线

运行指令 git clone https://github.com/Kuri-su/CAPTCHA_Reader.git
在根目录下执行 composer update
不用管 sample,training,vendor文件夹, 直接进入 src/App/index.php 下，仿照该文件的调用方式即可，例示代码段如下：

需要复制可以跳转到 link

运行结果

Local 本地

在识别本地的验证码的模式，代码与上面Online模式相似，只需要调用 entrance方法的时候第二个参数传 local 即可，例示代码段如下：

需要复制可以跳转到 link

How To Use

识别部分

切换识别方案

修改 src/Config/app.php 中的 useGroup

切换识别方案中使用的类

继承 CAPTCHAReader\src\App\Abstracts\Load 抽象类，实现相应的方法，完成装饰器的构建，然后替换配置文件中的组件类即可。

替换字典

修改配置文件中相应方案的dictionary的值即可

训练部分

配置文件中的 studyGroup 下的键名对应使用的 学习样本组 和 测试样本组 ，然后下面的四个类是使用的组件类。

样本集 & 测试集

已标记学习样本集

正方 link
青果 link
neea link
天翼 link

已标记测试样本集

正方 & 青果 & neea & 天翼已打包 link

目录结构

Update plan

✔️ 更有效率的字典训练方法
✔️ 使代码更加oop，更加可复用
✔️ 增加对青果验证码的支持
✔️ 增加对 neea 的支持
✔️ 增加对 天翼校园网认证验证码 的支持
✔️ 打包为composer包，方便其他项目引用
🔜 补全文档
🕧 ~~以PHP拓展的方式重写核心函数，降低核心函数的时间复杂度~~
🕧 ~~使用 pthreads 多线程识别~~
做完上面几种验证码的就结束支持，挨个支持各个验证码太累了，影响效率的是标记各个验证码，每种最少要标记将近1000个,如果有相关需求的请关注其他神经网络方案(资源消耗并不会多出多少)。
~~真是个倒霉孩子写这东西，打码工人累死了~~

LICENSE

WTFPL

junstyle/CAPTCHA_Reader