验证码识别

最新推荐文章于 2025-04-26 00:09:58 发布

xxxxxx91116

最新推荐文章于 2025-04-26 00:09:58 发布

阅读量1.4w

点赞数 9

分类专栏：开源项目学习文章标签：验证码识别深度学习验证码

本文链接：https://blog.youkuaiyun.com/xxxxxx91116/article/details/78942753

版权

本文介绍了使用深度学习技术进行验证码识别的过程，包括目标检测、图片处理和CNN识别算法。详细讲解了YOLOv2算法的应用，以及darknet的训练和配置，最终通过CNN模型实现了验证码字符的识别。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

验证码识别是3年前的一个小愿望了（当时是做一个自动回帖器，抽奖iphone），但自己这两年主要在做分布式架构，今年终于抽出了空，又战胜了对数学的恐惧，在coursera上学习了吴恩达的机器学习和深度学习，验证码识别也算是对部分课程的实践，下面就来整理一下这次识别的过程。

验证码识别主流程
识别细节
训练结束识别验证码

1. 验证码识别主流程

目标检测，检测出字符边距，主要是获得weight，并输出坐标
图片黑白处理
cnn识别算法

2. 识别细节

2.1 目标检测，检测出验证码图片中的字符边距

这个部分使用了yolov2算法，下面介绍一下yolov2算法：
A. 理论：yolov2算法整体来说其实是把图片分成一个一个小格子，然后每个格子会有一个输出

2.1.1 labelImg使用

http://blog.youkuaiyun.com/dcrmg/article/details/78496002
首先，采用上述博客的方法对验证码进行手工的打标签，把验证码的目标边框转换为darknet使用的格式, 接下来，如果需要使用gpu，那么按照

2.1.2 darknet使用教程

darknet的使用主要有2个部分要注意，
第一块是：gpu训练darknet
如果使用gpu来训练darknet（比如我就是去百度租了5块1个小时的gpu进行训练，效率真的提高了很多），那么需要注意一些安装和配置：
1. 百度的gpu机器需要安装cudnn
a. 首先下载 https://developer.nvidia.com/rdp/cudnn-download , 请注意一定要下载cudnn-8.0-linux-x64-v5.1.tgz，别的版本可能会有问题
b. 安装cudnn

$ cd ~
$ sudo tar xvf cudnn-8.0-linux-x64-v5.1.tgz
$ cd cuda/include
$ sudo cp *.h /usr/local/include/
$ cd ../lib64
$ sudo cp lib* /usr/local/lib/
$ cd /usr/local/lib# sudo chmod +r libcudnn.so.5.1.5
$ sudo ln -sf libcudnn.so.5.1.5 libcudnn.so.5
$ sudo ln -sf libcudnn.so.5 libcudnn.so
$ sudo ldconfig

编译darknet：
由于要使用gpu的方式，所以我们需要修改一些配置文件后进行编译：
a. 修改makefile

GPU=1
CUDNN=1

b. 修改cuda的路径

ifeq ($(GPU), 1)
COMMON+= -DGPU -I/usr/local/cuda-8.0/include/
CFLAGS+= -DGPU
LDFLAGS+= -L/usr/local/cuda-8.0/lib64 -lcuda -lcudart -lcublas -lcurand
#########################
NVCC=/usr/local/cuda-8.0/bin/nvcc

c. make即可, 这就会产生gpu训练版本的darknet源码了，现在只需要参考：http://blog.youkuaiyun.com/dcrmg/article/details/78496002 进行运行即可。

d. 接下来就训练吧，训练产生的参数都会保存到一个文件backup下面的yolo-voc.backup, 这个文件可要好好的保存哦，可以说weight在手，一切都飞不走，我在百度的机器上跑一天，基本测试集最后能达到100%的iou，和90%的覆盖比，基本够用啦。

./darknet detector train cfg/voc.data cfg/yolo-voc.2.0.cfg cfg/yolo-voc.weight

f. 上面的训练结束之后（以测试集能达到100%的iou，90%的覆盖比为准），我们又需要改造一下代码，让darknet能够输出中心位置的坐标，而不仅仅是在图片上显示出来。打开darknet的代码: src/image.c, 在如下函数新增一句话：

void draw_detections(image im, int num, float thresh, box *boxes, float **probs, float **masks, char **names, image **alphabet, int classes)
{
    int i,j;

    for(i = 0; i < num; ++i){
        char labelstr[4096] = {
  0};
        int class = -1;
        for(j = 0; j < classes; ++j){
            if (probs[i][j] > thresh){
                if (class < 0) {
                    strcat(labelstr, names[j]);
                    class = j;
                } else {
                    strcat(labelstr, ", ");
                    strcat(labelstr, names[j]);
                }
            }
        }
        if(class >= 0){
            int width = im.h * .006;

            /*
               if(0){
               width = pow(prob, 1./2.)*10+1;
               alphabet = 0;
               }
             */

            //printf("%d %s: %.0f%%\n", i, names[class], prob*100);
            int offset = class*123457 % classes;
            float red = get_color(2,offset,classes);
            float green = get_color(1,offset,classes);
            float blue = get_color(0,offset,classes);
            float rgb[3];

            //width = prob*20+2;

            rgb[0] = red;