基于SVM的python简单实现验证码识别

1. 爬取验证码图片

from urllib import request


def download_pics(pic_name):
    url = 'http://wsbs.zjhz.hrss.gov.cn/captcha.svl'
    res = request.urlopen(url)
    get_img = res.read()

    with open('/Users/luacheng/project/python/image/vcode/%s.jpg' % (pic_name), 'wb') as f:
        f.write(get_img)


if __name__ == '__main__':
    for i in range(100):
        pic_name = i
        download_pics(pic_name)

　

2. 二值化

 接下来要做的工作就是二值化验证码，所谓二值化，就是将每一个像素点用0或1来表示，图像的每个像素点都有rgb三个值，我们首先转化成灰度图，这样每个像素点就只有一个灰度值了。接下来根据自己设定的阈值来确定每个像素点是该为0还是为1。

我的思路是首先将图像转化为array处理，当然完全可以直接图像处理。

from PIL import Image
import numpy


def binarization(im):  # 二值化
    imgry = im.convert('L')
    imgry = numpy.array(imgry)  # 将图像转化为数组
    height, width = imgry.shape
    f = open('1.txt', 'w')
    for i in range(height):
        for j in range(width):
            gray = imgry[i, j]
            if gray <= 220:  # 阈值设为220
                imgry[i, j] = 0
            else:
                imgry[i, j] = 1
            f.write(str(imgry[i,j]))  #输出到txt查看
        f.write('
')
    '''
    plt.figure('')
    plt.imshow(imgry, cmap='gray')
    plt.axis('off')
    plt.show()
    '''
    return imgry


if __name__ == '__main__':
    img = Image.open('/Users/luacheng/project/python/image/vcode/1.jpg')
    binarization(img)

在二值化处理之后，处理结果如下所示：

 

3 图片分割

接下来要做的就是将这四个字符分割开来形成训练集，这个操作并不难。因为这些验证码的位置都是差不多的，如果验证码字符位置比较乱的话就会比较麻烦

 1 def cutImg(img):  #图像切割
 2     s = 12
 3     w = 40
 4     h = 81
 5     t = 0
 6     cut_img = []
 7     for i in range(4):
 8         pic = img.crop((s + w * i, t, s + w * (i + 1), h))
 9         cut_img.append(pic)
10     return cut_img

4 图片分类

这个步骤的目的就是人为的给训练集打上标签。 将相同的数字放在同一个文件夹下面

5 训练模型

  训练模型很简单，因为直接就是使用libsvm库，我们只需要按照数据格式生成一些特征值即可

 1 import os
 2 from PIL import *
 3 from PIL import Image
 4 import numpy as np
 5 from libsvm.python.svmutil import *
 6 from libsvm.python.svm import *
 7 
 8 
 9 address = 'D:python验证码-sort\'
10 f = open('train.txt', 'w')
11 
12 def get_feature(dir, file):
13     f.write(dir)
14     im = Image.open(address + dir +'\' + file)
15     imarr = np.array(im)
16     height, width = imarr.shape
17     for i in range(height):
18         for j in range(width):
19             gray = imarr[i,j]
20             if gray <= 150:
21                 imarr[i, j] = 0
22             else:
23                 imarr[i, j] = 255
24     im = Image.fromarray(imarr)
25     count = 0
26     width, height = im.size
27     for i in range(height):
28         c = 0
29         for j in range(width):
30             if im.getpixel((j, i)) == 0: c += 1
31         f.write(' %d:%d'%(count, c))
32         count += 1
33     for i in range(width):
34         c = 0
35         for j in range(height):
36             if im.getpixel((i, j)) == 0: c += 1
37         f.write(' %d:%d'%(count, c))
38         count += 1
39     f.write('
')
40 
41 def train_svm_model():
42     y, x = svm_read_problem('train.txt')
43     model = svm_train(y, x)
44     svm_save_model('model_file', model)
45 
46 if __name__ == '__main__':
47     dirs = os.listdir(address)
48     for dir in dirs:
49         files = os.listdir(address + dir)
50         for file in files:
51             get_feature(dir, file)
52     train_svm_model()

 

6 测试模型

用测试数据对模型进行测试

1 from libsvm.python.svmutil import *
2 from libsvm.python.svm import *
3 import image_slove
4 
5 if __name__ == '__main__':
6     model = svm_load_model('model_file')
7     yt, xt = svm_read_problem('test.txt')
8     p_label, p_acc, p_val = svm_predict(yt, xt, model)