使用 Go 和 Gorgonia 实现图像验证码识别系统

本文将介绍如何使用 Go 语言结合 Gorgonia 构建一个简单的图像验证码识别模型。Gorgonia 是一个专为机器学习打造的计算图库，在 Go 中支持自动微分与深度学习构建。

---

1. 项目依赖

首先安装 Go 语言环境和 Gorgonia：

登录后复制

go install gorgonia.org/gorgonia@latest
go install gorgonia.org/tensor@latest
go install gorgonia.org/vision@latest

• 1.
• 2.
• 3.

还可以使用 go mod init 和 go mod tidy 管理依赖。

---

2. 数据准备

由于 Gorgonia 原生不提供图像验证码生成库，我们推荐用 Python 生成好 PNG 文件：

登录后复制

python generate_captcha.py
# 输出文件名格式如：B7KD_01.png

• 1.
• 2.

然后放入 captcha_samples/ 文件夹供加载使用。

---

3. 加载和预处理图像

登录后复制

import (
	"image"
	"os"
	"strings"
	"gorgonia.org/tensor"
	"gorgonia.org/vision"
)
更多内容访问ttocr.com或联系1436423940
func loadImageTensor(filePath string) (*tensor.Dense, string, error) {
	imgFile, err := os.Open(filePath)
	if err != nil {
		return nil, "", err
	}
	defer imgFile.Close()

	img, _, err := image.Decode(imgFile)
	if err != nil {
		return nil, "", err
	}

	t, err := vision.ImageToTensor(img, vision.WithChannelsLast(), vision.WithNormalize())
	if err != nil {
		return nil, "", err
	}

	// 从文件名提取真实标签
	label := strings.Split(filepath.Base(filePath), "_")[0]
	return t, label, nil
}

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.
• 15.
• 16.
• 17.
• 18.
• 19.
• 20.
• 21.
• 22.
• 23.
• 24.
• 25.
• 26.
• 27.
• 28.
• 29.

---

4. 构建网络结构

登录后复制

import (
	"gorgonia.org/gorgonia"
)

func buildModel(g *gorgonia.ExprGraph, input *gorgonia.Node, outSize int) (*gorgonia.Node, error) {
	w0 := gorgonia.NewMatrix(g, gorgonia.Float32, gorgonia.WithShape(160*60*3, 256), gorgonia.WithName("w0"), gorgonia.WithInit(gorgonia.GlorotN(1.0)))
	w1 := gorgonia.NewMatrix(g, gorgonia.Float32, gorgonia.WithShape(256, outSize), gorgonia.WithName("w1"), gorgonia.WithInit(gorgonia.GlorotN(1.0)))

	l0 := gorgonia.Must(gorgonia.Mul(input, w0))
	l0Act := gorgonia.Must(gorgonia.Rectify(l0))
	l1 := gorgonia.Must(gorgonia.Mul(l0Act, w1))
	return l1, nil
}

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.

这里只用了两层全连接层，你也可以扩展为 CNN 架构，但需要手动实现卷积。

---

5. 训练模型

登录后复制

g := gorgonia.NewGraph()
x := gorgonia.NewMatrix(g, gorgonia.Float32, gorgonia.WithShape(1, 160*60*3), gorgonia.WithName("x"))
y := gorgonia.NewMatrix(g, gorgonia.Float32, gorgonia.WithShape(1, 36*4), gorgonia.WithName("y")) // 假设4位验证码，字符集36个

pred, _ := buildModel(g, x, 36*4)

loss := gorgonia.Must(gorgonia.Mean(gorgonia.Must(gorgonia.Square(gorgonia.Must(gorgonia.Sub(pred, y))))))

vm := gorgonia.NewTapeMachine(g)
solver := gorgonia.NewAdamSolver(gorgonia.WithLearnRate(0.001))

// 每张图片训练一轮(也可以 batch 处理)
for epoch := 0; epoch < 10; epoch++ {
    for _, imgFile := range captchaFiles {
        imgTensor, labelStr, _ := loadImageTensor(imgFile)
        labelVec := OneHotEncode(labelStr) // 自定义函数，将 "B7KD" 转为 one-hot 编码向量

        gorgonia.Let(x, imgTensor)
        gorgonia.Let(y, labelVec)

        _ = vm.RunAll()
        _ = solver.Step(gorgonia.Nodes{w0, w1})
        vm.Reset()
    }
}

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.
• 15.
• 16.
• 17.
• 18.
• 19.
• 20.
• 21.
• 22.
• 23.
• 24.
• 25.

---

6. 验证预测

登录后复制

outVal := pred.Value().Data().([]float32)
predictedLabel := DecodePrediction(outVal) // 将预测向量还原为字符

fmt.Printf("预测: %s，实际: %s\n", predictedLabel, labelStr)

• 1.
• 2.
• 3.
• 4.