Python TensorFlow，神经网络案例，验证码识别

曾经终败给现在 2022-03-10 00:50 308阅读 0赞

**captcha\_input.py（读取验证码图片文件以及目标标签并保存到tfrecords文件中，图片与目标标签要一一对应）：**

import tensorflow as tf
    import os
    os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'  # 设置警告级别
    
    # 读取验证码图片以及目标标签数据，并存放到tfrecords文件中(图片验证码与目标标签一一对应)
    
    # 自定义命令行参数
    FLAGS = tf.app.flags.FLAGS
    tf.app.flags.DEFINE_string("tfrecords_dir", "./tfrecords/captcha.tfrecords", "验证码tfrecords文件")
    tf.app.flags.DEFINE_string("captcha_dir", "../data/Genpics/", "验证码图片路径")
    tf.app.flags.DEFINE_string("letter", "ABCDEFGHIJKLMNOPQRSTUVWXYZ", "验证码字符的种类")
    
    
    def dealwithlabel(label_str):
    	# [b'NZPP', b'WKHK', b'WPSJ', ...] ---> [[13, 25, 15, 15], [22, 10, 7, 10], [22, 15, 18, 9], ...]
        
        # 构建字符索引 {0：'A', 1:'B'......}
        num_letter = dict(enumerate(list(FLAGS.letter)))
    
        # 键值对反转 {'A':0, 'B':1......}
        letter_num = dict(zip(num_letter.values(), num_letter.keys()))
    
        print(letter_num)
    
        # 构建标签的列表
        array = []
    
        # 给标签数据进行处理  label_str:[b'NZPP', b'WKHK', b'WPSJ', ...]
        for string in label_str:
    
            letter_list = []  # [13, 25, 15, 15]
    
            # b'FVQJ'解码成字符串，并且循环找到每张验证码的字符对应的数字标记
            for letter in string.decode('utf-8'):
                letter_list.append(letter_num[letter])
    
            array.append(letter_list)
    
        # [[13, 25, 15, 15], [22, 10, 7, 10], [22, 15, 18, 9], [16, 6, 13, 10], [1, 0, 8, 17], [0, 9, 24, 14].....]
        print(array)
    
        # 将array转换成tensor类型
        label = tf.constant(array)
    
        return label
    
    
    def get_captcha_image():
        """
        获取验证码图片数据
        :param file_list: 路径+文件名列表
        :return: image
        """
        # 构造文件名
        filename = []
    
        for i in range(6000):
            string = str(i) + ".jpg"
            filename.append(string)
    
        # 构造路径+文件
        file_list = [os.path.join(FLAGS.captcha_dir, file) for file in filename]
    
        # 构造文件队列
        file_queue = tf.train.string_input_producer(file_list, shuffle=False)
    
        # 构造阅读器
        reader = tf.WholeFileReader()
    
        # 读取图片数据内容
        key, value = reader.read(file_queue)
    
        # 解码图片数据
        image = tf.image.decode_jpeg(value)
    
        image.set_shape([20, 80, 3])  # 图片尺寸 20*80*3
    
        # 批处理数据 [6000, 20, 80, 3]
        image_batch = tf.train.batch([image], batch_size=6000, num_threads=1, capacity=6000)
    
        return image_batch
    
    
    def get_captcha_label():
        """
        读取验证码图片标签数据(CSV)
        :return: label
        """
        file_queue = tf.train.string_input_producer(["../data/Genpics/labels.csv"], shuffle=False)
    
        reader = tf.TextLineReader()
    
        key, value = reader.read(file_queue)
    
        records = [[1], ["None"]]
    
        number, label = tf.decode_csv(value, record_defaults=records)
    
        # [b'NZPP' b'WKHK' b'WPSJ' ..., b'FVQJ' b'BQYA' b'BCHR']
        label_batch = tf.train.batch([label], batch_size=6000, num_threads=1, capacity=6000)
    
        return label_batch
    
    
    def write_to_tfrecords(image_batch, label_batch):
        """
        将图片内容和标签写入到tfrecords文件当中
        :param image_batch: 特征值
        :param label_batch: 标签纸
        :return: None
        """
        # 转换类型  label_batch：[[13, 25, 15, 15], [22, 10, 7, 10], [22, 15, 18, 9], ...]
        label_batch = tf.cast(label_batch, tf.uint8)
    
        print(label_batch)
    
        # 建立TFRecords 存储器
        writer = tf.python_io.TFRecordWriter(FLAGS.tfrecords_dir)
    
        # 循环将每一个图片上的数据构造example协议块，序列化后写入
        for i in range(6000):  # 构建一个有序的文件名列表。 os.listdir()构建的文件名列表是无序的。
            # 取出第i个图片数据，转换相应类型,图片的特征值要转换成字符串形式
            image_string = image_batch[i].eval().tostring()
    
            # 标签值，转换成整型
            label_string = label_batch[i].eval().tostring()
    
            # 构造协议块
            example = tf.train.Example(features=tf.train.Features(feature={
                "image": tf.train.Feature(bytes_list=tf.train.BytesList(value=[image_string])),
                "label": tf.train.Feature(bytes_list=tf.train.BytesList(value=[label_string]))
            }))
    
            writer.write(example.SerializeToString())
    
        # 关闭文件
        writer.close()
    
        return None
    
    
    if __name__ == "__main__":
    
        # 获取验证码文件当中的图片
        image_batch = get_captcha_image()
    
        # 获取验证码文件当中的标签数据
        labels = get_captcha_label()
    
        print(image_batch, labels)
    
        with tf.Session() as sess:
    
            coord = tf.train.Coordinator()
    
            threads = tf.train.start_queue_runners(sess=sess, coord=coord)
    
            # [b'NZPP' b'WKHK' b'WPSJ' ..., b'FVQJ' b'BQYA' b'BCHR']
            label_str = sess.run(labels)
    
            print(label_str)
    
            # 处理字符串标签到数字张量
            label_batch = dealwithlabel(label_str)
    
            print(label_batch)
    
            # 将图片数据和内容写入到tfrecords文件当中
            write_to_tfrecords(image_batch, label_batch)
    
            coord.request_stop()
    
            coord.join(threads)

**captcha\_train.py（神经网络训练验证码）：**

import tensorflow as tf
    
    FLAGS = tf.app.flags.FLAGS
    
    tf.app.flags.DEFINE_string("captcha_dir", "./tfrecords/captcha.tfrecords", "验证码数据的路径")
    tf.app.flags.DEFINE_integer("batch_size", 100, "每批次训练的样本数")
    tf.app.flags.DEFINE_integer("label_num", 4, "每个样本的目标值数量")  # 验证码4位
    tf.app.flags.DEFINE_integer("letter_num", 26, "每个目标值取的字母的可能个数")  # 只有26个大写字母
    
    
    # 定义一个初始化权重的函数
    def weight_variables(shape):
        w = tf.Variable(tf.random_normal(shape=shape, mean=0.0, stddev=1.0))
        return w
    
    
    # 定义一个初始化偏置的函数
    def bias_variables(shape):
        b = tf.Variable(tf.constant(0.0, shape=shape))
        return b
    
    
    def read_and_decode():
        """
        从tfrecords文件中读取验证码数据
        :return: image_batch, label_batch
        """
        # 1、构建文件队列
        file_queue = tf.train.string_input_producer([FLAGS.captcha_dir])
    
        # 2、构建阅读器，读取文件内容，默认一个样本
        reader = tf.TFRecordReader()
    
        # 读取内容
        key, value = reader.read(file_queue)
    
        # tfrecords格式example,需要解析
        features = tf.parse_single_example(value, features={
            "image": tf.FixedLenFeature([], tf.string),
            "label": tf.FixedLenFeature([], tf.string)
        })
    
        # 解码内容，字符串内容
        # 1、先解析图片的特征值
        image = tf.decode_raw(features["image"], tf.uint8)
        # 2、再解析图片的目标值
        label = tf.decode_raw(features["label"], tf.uint8)
    
        # print(image, label)
    
        # 改变形状
        image_reshape = tf.reshape(image, [20, 80, 3])
    
        label_reshape = tf.reshape(label, [4])
    
        print(image_reshape, label_reshape)
    
        # 进行批处理,每批次读取的样本数 100, 也就是每次训练时候的样本
        image_batch, label_batch = tf.train.batch([image_reshape, label_reshape], batch_size=FLAGS.batch_size, num_threads=1, capacity=FLAGS.batch_size)
    
        print(image_batch, label_batch)
        return image_batch, label_batch
    
    
    def fc_model(image):
        """
        进行预测结果
        :param image: 100张图片特征值 [100, 20, 80, 3]
        :return: y_predict预测值 [100, 4 * 26]
        """
        with tf.variable_scope("model"):
            # 将图片数据形状转换成二维的形状
            image_reshape = tf.reshape(image, [-1, 20 * 80 * 3])
    
            # 1、随机初始化权重偏置
            # matrix[100, 20 * 80 * 3] * [20 * 80 * 3, 4 * 26] + [104] = [100, 4 * 26]
            weights = weight_variables([20 * 80 * 3, 4 * 26])
            bias = bias_variables([4 * 26])
    
            # 进行全连接层计算 [100, 4 * 26]
            y_predict = tf.matmul(tf.cast(image_reshape, tf.float32), weights) + bias
    
        return y_predict
    
    
    def predict_to_onehot(label):
        """
        将读取文件当中的目标值转换成one-hot编码
        :param label:  [[13, 25, 15, 15], [19, 23, 20, 16]......]
        :return: one-hot   [-1, 4, 26]
        """
        # 进行one_hot编码转换，提供给交叉熵损失计算，准确率计算[100, 4, 26]
        label_onehot = tf.one_hot(label, depth=FLAGS.letter_num, on_value=1.0, axis=2)
    
        print(label_onehot)
    
        return label_onehot
    
    
    def captcharec():
        """
        验证码识别程序
        :return:
        """
        # 1、读取验证码的数据文件 label_batch [100 ,4]
        image_batch, label_batch = read_and_decode()
    
        # 2、通过输入图片特征数据，建立模型，得出预测结果
        # 一层，全连接神经网络进行预测
        # matrix [100, 20 * 80 * 3] * [20 * 80 * 3, 4 * 26] + [104] = [100, 4 * 26]
        y_predict = fc_model(image_batch)
    
        #  [100, 4 * 26]
        print(y_predict)
    
        # 3、把真实目标值转换成one-hot编码  [100 ,4] --> [100, 4, 26]
        y_true = predict_to_onehot(label_batch)
    
        # 4、softmax计算, 交叉熵损失计算
        with tf.variable_scope("soft_cross"):
            # 求平均交叉熵损失 ,y_true [100, 4, 26]--->[100, 4*26]
            loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(
                labels=tf.reshape(y_true, [FLAGS.batch_size, 4 * 26]),
                logits=y_predict))
    
        # 5、梯度下降优化损失
        with tf.variable_scope("optimizer"):
            train_op = tf.train.GradientDescentOptimizer(0.01).minimize(loss)
    
        # 6、求出样本的每批次预测的准确率是多少 三维比较
        with tf.variable_scope("acc"):
    
            # 比较每个预测值和目标值是否下标位置一样(每个样本有4个位置，位置下标的列表)  y_predict [100, 4 * 26]---->[100, 4, 26]
            equal_list = tf.equal(tf.argmax(y_true, 2), tf.argmax(tf.reshape(y_predict, [FLAGS.batch_size, 4, 26]), 2))
    
            # equal_list  100个样本   [1, 0, 1, 0, 1, 1,..........]
            accuracy = tf.reduce_mean(tf.cast(equal_list, tf.float32))
    
        # 定义一个初始化变量的op
        init_op = tf.global_variables_initializer()
    
        # 开启会话训练
        with tf.Session() as sess:
            sess.run(init_op)
    
            # 定义线程协调器和开启线程（有数据在文件当中读取提供给模型）
            coord = tf.train.Coordinator()
    
            # 开启线程去运行读取文件操作
            threads = tf.train.start_queue_runners(sess, coord=coord)
    
            # 训练识别程序
            for i in range(5000):
    
                sess.run(train_op)
    
                print("第%d批次的准确率为：%f" % (i, accuracy.eval()))
    
            # 回收线程
            coord.request_stop()
    
            coord.join(threads)
    
        return None
    
    
    if __name__ == "__main__":
        captcharec()