暨南大学教务系统验证码解析模型

基于 TensorFlow.js 的暨南大学教务系统验证码解析模型。

环境要求

可以全局安装（作为命令行工具使用）：

$ npm install -g jnu-jwxt-captcha-breaker

也可以作为本地 npm 模块安装（作为二次开发接口使用）：

$ npm install --save jnu-jwxt-captcha-breaker

$ jnu-jwxt-captcha-breaker --paths <图片路径>

$ jnu-jwxt-captcha-breaker --dirs <目录路径>

该程序支持同时解析多张图片或多个目录，你还可以混合图片和目录使用：

$ jnu-jwxt-captcha-breaker --paths <图片一的路径> --dirs <目录一的路径> --dirs <目录二的路径> --paths <图片二的路径>

如果你需要进行二次开发，该程序同样提供了公共 API 接口。

在 Node.js 中，首先通过 commonjs 规范加载该 npm 模块：

const CaptchaBreaker = require('jnu-jwxt-captcha-breaker').CaptchaBreaker;

接下来创建解析器对象：

const breaker = new CaptchaBreaker();

然后初始化数据参数和模型参数：

await breaker.init(option);

init() 方法支持一个 option 对象参数，该对象支持以下字段：

最后便可以调用解析方法：

const result = await cb.parse(buffer);

parse() 方法支持参数如下：

参数名称	参数类型	描述	默认值
`buffer`	`Buffer`	图片内存缓冲对象	-

npm run build

npm test

项目同时使用了 eslint 和 prettier 进行代码格式化，通过以下命令即可进行格式化：

npm run lint

该程序在 30 张真实图片上的识别测试结果如下：