用 TensorFlow 构建深度学习验证码识别系统

news/2025/12/5 23:33:50/文章来源:https://www.cnblogs.com/ocr12/p/19313952

验证码识别一直是计算机视觉领域中的一个实际应用场景，它不仅需要图像处理的预处理能力，还需要深度学习模型对复杂字符进行准确的分类和预测。本文将基于 TensorFlow 来构建一个验证码识别系统，涵盖从数据生成、模型设计到训练与测试的全过程。

一、项目准备

在开始之前，请确保你已安装以下依赖：

pip install tensorflow pillow numpy captcha

TensorFlow：深度学习框架

Pillow：图像处理库

captcha：生成验证码数据

NumPy：数据处理

二、验证码数据集生成

为了训练模型，我们需要大量的验证码图片。这里使用 captcha 库来动态生成。

import numpy as np
from captcha.image import ImageCaptcha
import random
import string
from tensorflow.keras.utils import to_categorical

字符集：数字+字母

characters = string.digits + string.ascii_uppercase
captcha_length = 4 # 每个验证码长度
image_height, image_width = 60, 160

生成器

def generate_captcha_text():
return ''.join(random.choices(characters, k=captcha_length))

def generate_captcha_image():
captcha_text = generate_captcha_text()
image = ImageCaptcha(width=image_width, height=image_height)
captcha = image.generate_image(captcha_text)
return captcha, captcha_text

生成样例

img, txt = generate_captcha_image()
img.show()
print("验证码内容:", txt)

此代码能动态生成验证码并展示，同时打印其真实标签。

三、数据预处理

深度学习模型需要输入标准化的数据，因此要将图片转换为灰度矩阵，并将标签转为独热编码。

def preprocess_image(img):
img = img.convert('L') # 转灰度
img = img.resize((image_width, image_height))
img_array = np.array(img) / 255.0
return img_array.reshape(image_height, image_width, 1)

def encode_label(label):
# 独热编码
label_array = []
for char in label:
one_hot = to_categorical(characters.index(char), num_classes=len(characters))
label_array.append(one_hot)
return np.array(label_array).flatten()

构建批次数据

def generate_batch(batch_size=32):
while True:
X = np.zeros((batch_size, image_height, image_width, 1))
y = np.zeros((batch_size, captcha_length * len(characters)))
for i in range(batch_size):
img, txt = generate_captcha_image()
X[i] = preprocess_image(img)
y[i] = encode_label(txt)
yield X, y

这样我们就能批量生成训练数据。

四、模型设计

使用卷积神经网络（CNN）来提取验证码图像特征。

from tensorflow.keras import layers, models

def build_model():
model = models.Sequential()
model.add(layers.Conv2D(32, (3,3), activation='relu', input_shape=(image_height, image_width, 1)))
model.add(layers.MaxPooling2D((2,2)))

model.add(layers.Conv2D(64, (3,3), activation='relu'))
model.add(layers.MaxPooling2D((2,2)))model.add(layers.Conv2D(128, (3,3), activation='relu'))
model.add(layers.Flatten())model.add(layers.Dense(1024, activation='relu'))
model.add(layers.Dropout(0.5))
model.add(layers.Dense(captcha_length * len(characters), activation='softmax'))model.compile(optimizer='adam', loss='categorical_crossentropy',metrics=['accuracy'])
return model

model = build_model()
model.summary()

五、训练模型

利用我们定义的数据生成器，训练网络模型。

batch_size = 64
steps_per_epoch = 1000
epochs = 10

train_gen = generate_batch(batch_size)
val_gen = generate_batch(batch_size)

history = model.fit(
train_gen,
steps_per_epoch=steps_per_epoch,
epochs=epochs,
validation_data=val_gen,
validation_steps=100
)

训练过程中会输出准确率和损失曲线。

六、模型测试与预测

我们来测试模型能否正确识别新生成的验证码。
更多内容访问ttocr.com或联系1436423940
def decode_prediction(pred):
pred = pred.reshape(captcha_length, len(characters))
pred_text = ''.join([characters[np.argmax(vec)] for vec in pred])
return pred_text