-
系统功能:
抓取网页上的验证码，对验证码图片进行去噪，二值化，分割，再利用神经网络的技术实现对验证码的识别。
-
主要技术:
Python编程，利用PIL，numpy，pybrain
-
主要步骤:
-
抓取微博验证码，并保存在captchas文件夹中（600张样本）:
图片地址：
主要代码：
-
预处理（去背景，降噪，二值化）:
- 去除噪点：图片为RGB图，通过取色器观察，发现字符与噪点RGB值差别较大，选取大概阈值，遍历图片将噪点（干扰线）赋值为255。
- 二值化：同样选取阈值，遍历图片将背景赋值为255，字符赋值为0。
- 处理结果：
- 主要代码:
-
图片分割，分类组成字模库:
- 观察知字符之间几乎无粘黏，可将图片像素垂直投射成一维列表，记录每一列黑色像素总和。
- 一维列表波峰可表示为字符，波谷为字符间隙。通过不断尝试选取最合适的波峰波谷值来分割图片。
- 将分割好的字符分类，分别存放在文件夹中，组成字模库。
-
建立训练集和测试集进行神经网络训练，使误差达到理想值:
- 构建三层神经网络：1个输入层、1个隐含层和1个输出层。
- 设置网络参数，选取适当数量的字符样本训练网络。当网络误差收敛到所设定的目标值时结束训练，保存相关数据留待后用。
- 主要代码：
-
运行识别程序，验证识别准确性：
- 抓取的图片：
- 识别结果：
- 抓取的图片：
-
第一次提交代码到GitHub，请多多指教 😝