python sklearn分类模型算法的学习

最新推荐文章于 2025-06-24 22:40:52 发布

原创

最新推荐文章于 2025-06-24 22:40:52 发布 · 1.5k 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#Sklearn #验证码识别

本文使用sklearn库对生成的验证码字符数据进行学习，通过随机森林、决策树、KNN、逻辑回归、神经网络、支持向量机和朴素贝叶斯等模型进行分类。结果显示随机森林、KNN和CNN的识别效果最佳。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

以我之前做出来的验证码图片生成的数据为例，其中源码在这一篇文章中《爬虫进阶：验证码突破–6、机器学习识别简单图片字母验证码》有过涉及，这里不再赘述
本篇文章主要通过对sklearn中的几个模型的对之前处理的带标识的验证码字符数据进行学习后，然后再测试样本数据
需要用到的python包：PIL(pillow)，sklearn，os

#coding:utf-8
from PIL import Image
import os
from sklearn.externals import joblib
from sklearn.model_selection import train_test_split
train_data_path = "D:/CapCha/outdir"

读取训练集文件夹下的单字母/数字图像文件

def read_train_data(train_data_path):
    """
    读取训练集文件夹下的单字母/数字图像文件
    :return:image_array, image_label:图像list、图像label list    """
    files = os.listdir(train_data_path)
    image_array = []
    image_label = []
    for capt_per_char_file in files:
        image_label += list(capt_per_char_file.split("_")[0])
    for capt_per_char_file in files:
        path = os.path.join(train_data_path, capt_per_char_file)
        image = Image.open(path)
        image_array.append(image)
        #print(capt_per_char_file + " 读取成功")
    return image_array, image_label

生成特征矩阵

def feature_transfer(image):
    """
    生成特征矩阵
    计算每副图像的行和、列和，共image_width + image_height个特征
    :param image:图像list
    :return:
    """
    image_width, image_height=(30,30)
    image = image.resize((image_width, image_height)) #标准化图像格式
    feature = []#计算特征
    for x in range(image_width):#计算行特征
        feature_width = 0
        for y in range(image_height):
            if image.get