LSTM-CTC-CAPTCHA
使用 LSTM+CTC 实现不定长验证码识别
运行环境
- python 3.6.7
- tensorflow 1.13.1
- numpy 1.16.2
- Pillow 5.4.1
验证码生成
运行 captcha_generator.py 生成验证码(代码参考了python生成图片验证码 - huangql517的博客 - CSDN博客)
可以通过修改相关变量配置生成验证码规则：
| 变量 | 作用 |
|---|---|
| CHARSET | 验证码可以出现的字符集 |
| CODE_MAX_LEN, CODE_MIN_LEN | 设置验证码最大最小长度 |
| CAPTCHA_SIZE | 验证码尺寸(width, height) |
| FONT | 字体文件, 项目文件夹 fonts\ 下有几种字体 |
| FONT_SIZE | 字体大小 |
| CAPTCHA_NOISE_POINT | 是否加入点噪音 |
| CAPTCHA_NOISE_LINE | 是否加入线噪音 |
| NUM_CAPTCHA | 生成数量 |
| SAVE_FOLDER | 验证码保存路径 |
| CLEAR_BEFORE_CREATE | 生成前是否删除原有文件夹下图片 |
样例：
 |
 |
 |
|---|---|---|
 |
 |
 |
模型测试
trained_model 下包含一个训练好的模型，可以直接用来测试。随机生成 1000 张验证码识别精度为 99.3%。
运行 test_model.py 进行模型测试，需要设置 DATA_FOLDER 为验证码文件夹。
模型训练
运行 train_model.py 可以重新训练模型。trained_model 下的模型即使用该文件中的配置训练，训练验证码数量为 8k。
网络结构
模型定义在 model.py 文件中。包含三层 CNN，两层 LSTM，以及最后一层全连接层。
原图像大小为 36 * 230 * 3。
通过第一层卷积层 + 最大池化 => 18 * 115 * 48
通过第二层卷积层 + 最大池化 => 9 * 115 * 64
通过第三层卷积层 + 最大池化 => 5 * 58 * 128
将卷积层输出 reshape 为 (58, 5 * 128)，输入到两层 LSTM。
(注：train_model.py 及 test_model.py 内的 MAX_TIMESTEPS 需要与 LSTM 的输入长度保持一致，即设置为 58)
通过 LSTM 层 => 58 * 128
利用全连接层，将 128 维特征映射到类别数 => 58 * 11