基于tensorflow的验证码识别_1:使用captcha生成随机验证码

captcha

captcha是用python写的生成验证码的库，它支持图片验证码和语音验证码，本次工程实训我使用的是生成图片验证码的功能。

使用方法

首先用pip安装

pip install captcha

训练数据时，我们可以选择两种方式生成我们的训练数据，一种时一次性生成多张（几万张）图片然后开始训练，一种时定义一个数据生成器，然后利用fit_generator函数(利用Python的生成器，逐个生成数据的batch并进行训练。适合于训练数据集非常大的情况，不能同时将数据载入内存中)来训练。

设置验证码格式为数字，生成一串验证码：

import numpy as np
import random
from captcha.image import ImageCaptcha
from PIL import Image
import matplotlib.pyplot as plt

code_char_set = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9']

# 字符集长度
code_char_set_size = len(code_char_set)
# 字符-数字字典（字符转数字）
code_char_2_number_dict = dict(zip(code_char_set, range(len(code_char_set))))
# 数字-字符字典（数字转字符）
code_number_2_char_dict = dict(zip(range(len(code_char_set)), code_char_set))
# 验证码中的字符数目
code_size = 4


# 随机产生验证码的字符
def random_code_text(code_size=4):  # 传入验证码长度
    code_text = []
    for i in range(code_size):
        c = random.choice(code_char_set)  # 随机选择字符集中的一个字符
        code_text.append(c)  # 添加到列表中
    return code_text  # 返回一个长度为4的列表


# 加字符列表转换为一个验证码的Image对象
def generate_code_image(code_size=4):
    image = ImageCaptcha()
    code_text = random_code_text(code_size)
    code_text = ''.join(code_text)
    # 将字符串转换为验证码(流)
    captcha = image.generate(code_text)
    # 保存验证码图片
    image.write(code_text, './' + code_text + '.jpg')

    # 将验证码转换为图片的形式
    code_image = Image.open(captcha)
    code_image = np.array(code_image)

    return code_text, code_image


if __name__ == '__main__':
    text, image = generate_code_image(4)
    ax = plt.figure()
    ax.text(0.1, 0.9, text, ha='center', va='center')
    plt.imshow(image)
    plt.show()