推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 1832 天前的主题，其中的信息可能已经有所发展或是发生改变。
最近学习验证码识别，规则是 4 位的字母和数字组合，图片是 gif 的，有一定的干扰，gif 图片有几帧，目前能二值化识别其中 3 个，gif 不知道怎么处理好，用的语言是 python，大家有什么好的思路吗，有开源的识别项目推荐吗
验证码如图
 |
1
hkitdog 2019-11-19 23:04:36 +08:00 via iPhone
用打码兔
|
 |
2
Velip 2019-11-19 23:22:16 +08:00
假设图片有 5 帧，逐帧获取每一张图片，一共 5 张图片
然后对每张图片根据字母位置 4 等分 对第一个字母 f，5 帧能有 5 张 f 的图片， 先根据这 5 张 f 的图片上像素点或者颜色啥的去除掉干扰线 然后识别剩下的几张字母 f 的图片，根据识别结果取出现频率最高的字母 剩下的三个字母跟上面的一样处理 抛个砖，看看楼下有没有什么更好的办法  |
 |
4
nosilence 2019-11-19 23:33:49 +08:00
实际上变简单了，先把 gif 分解为单张图片，随便找了个网站分解出了 4 张，即 4 帧。
每个位置取 2 次有颜色的点，画新的图，干扰线基本没了，然后分割。 |
 |
5
picone 2019-11-19 23:35:35 +08:00
差帧法轻松提取。。都不用分割了。。
|
 |
6
dongyulin353 OP @nosilence #4 感谢楼上各位，思路大概是将 gif 的每一帧提取出来，然后分别处理
|
 |
7
wangkai0351 2019-11-20 10:26:02 +08:00
@dongyulin353 你经过发帖讨论后得出的这个方案啊也太。。。了吧
|
 |
8
tfdetang 2019-11-20 10:56:55 +08:00
首先 gif 肯定要把每一帧提取出来。然后用 rcnn+ctc loss 的模型来识别就好了，这种验证码应该算是 very easy 难度了吧
|
|
9
dongyulin353 OP @wangkai0351 #7 至少知道怎么处理了，难道等哪位大佬现场贴出代码？
|
 |
10
photon006 2019-11-20 14:13:16 +08:00
多收集点样本，标注一下，cnn 模型撸它
|
 |
11
Marsss 2019-11-21 10:33:45 +08:00
如果不分割，标注样本将是很痛苦的工作，当然花钱或者能在网上找到别人分享的样本除外。所以，可以尝试自己折腾一个有效的分割算法。这种程度的验证码，折腾的难度不算难，可也不是那么简单，正好拿来练手。分割之后的标注工作量，肉眼可见。分割：不分割，大约为 100:5000 这样子。而且分割之后只需要 sklearn 即可，不用搭 cnn 环境。
|
 |
12
goodlucky 2019-12-30 16:18:13 +08:00
我还比较好奇一点是，他每帧图片缺失的字母位置不一样，识别出来每张图片的字母，如何确定那个是第一个，就是要正确排列字母的顺序，这个我没有想到如何处理的，请大佬指教
|
Select Language