《利用机器学习在15分钟内破解验证码》一文的实践

看了《深度学习世界深度学习世界深度学习世界深度学习世界》2017-12-21 的文章“验证码，再见！利用机器学习在15分钟内破解验证码”，觉得简单易行，对于深度学习新手来说动手实践的可行性很强。遂决定亲手实践一下，体验深度学习在解决实际问题方面的威力。

1，安装Python环境

• 本机的配置是64位windows7操作系统。安装python 3.5.2版。这也是目前windows操作系统下能够使用tensorflow的版本。
• 要安装的依赖库为numpy、imutils、sklearn、keras。使用pip直接联网安装很容易。
• 在powershell中使用命令 pip install tensorflow，安装tensorflow。

2，安装OpenCV 环境

安装OpenCV3. 具体过程略。

3，运行深度学习识别代码

3.1 下载源代码并解压

https://s3-us-west-2.amazonaws.com/mlif-example-code/solving_captchas_code_examples.zip

源代码目录solving_captchas_code_examples下的子目录generated_captcha_images下原有9955个图片

 

子目录extracted_letter_images中是空的。

3.2 从 CAPTCHA 图片中分割单字母图片

运行命令：

python extract_single_letters_from_captchas.py

运行完成后，extracted_letter_images下产生32个目录。存放切割出来的单字母图片。如：

3.3 训练神经网络识别单个字母

python train_model.py

PS F: estsolving_captchas_code_examples> python train_model.py

Using TensorFlow backend.

Train on 29058 samples, validate on 9686 samples

Epoch 1/10

29058/29058 [==============================] - 97s - loss: 0.2419 - acc: 0.9395 - val_loss: 0.0233 - val_acc: 0.9937

Epoch 2/10

29058/29058 [==============================] - 96s - loss: 0.0150 - acc: 0.9966 - val_loss: 0.0109 - val_acc: 0.9966

Epoch 3/10

29058/29058 [==============================] - 98s - loss: 0.0102 - acc: 0.9970 - val_loss: 0.0132 - val_acc: 0.9962

Epoch 4/10

29058/29058 [==============================] - 97s - loss: 0.0057 - acc: 0.9986 - val_loss: 0.0140 - val_acc: 0.9968

Epoch 5/10

29058/29058 [==============================] - 100s - loss: 0.0042 - acc: 0.9987 - val_loss: 0.0099 - val_acc: 0.9971

Epoch 6/10

29058/29058 [==============================] - 96s - loss: 0.0080 - acc: 0.9980 - val_loss: 0.0120 - val_acc: 0.9975

Epoch 7/10

29058/29058 [==============================] - 96s - loss: 0.0028 - acc: 0.9991 - val_loss: 0.0086 - val_acc: 0.9976

Epoch 8/10

29058/29058 [==============================] - 95s - loss: 0.0028 - acc: 0.9992 - val_loss: 0.0073 - val_acc: 0.9981

Epoch 9/10

29058/29058 [==============================] - 96s - loss: 0.0050 - acc: 0.9987 - val_loss: 0.0100 - val_acc: 0.9974

Epoch 10/10

29058/29058 [==============================] - 97s - loss: 0.0052 - acc: 0.9990 - val_loss: 0.0084 - val_acc: 0.9980

3.4 测试识别效果

python3 solve_captchas_with_model.py

CAPTCHA text is: PQDR

CAPTCHA text is: T324

CAPTCHA text is: FPV3

CAPTCHA text is: H72Z

CAPTCHA text is: FCBP

CAPTCHA text is: 29LY

CAPTCHA text is: 36YG

CAPTCHA text is: M3C5

CAPTCHA text is: 32Y7

CAPTCHA text is: 6GQ6

可以看到，由于是从训练数据中随机抽取验证码图片进行识别，识别率全部正确。

从下图看出，即使字符粘连，也能正确识别。说明字符切割和单字符的训练算法是有效的。