作者jason860421 (jason)
看板Python
标题[心得] 以CNN实作台铁验证码辨识
时间Sun Dec 24 23:53:09 2017
2018/06更新:
後来更新完，已经支援五/六码的验证码，还有英文字了。:)
详细可以参考:
https://github.com/JasonLiTW/simple-railway-captcha-solver
大家好~
前阵子期中考完很闲，就花了约一周的时间用CNN实作了台铁验证码辨识(搭配Keras)
在版上有看到一些前辈实作时遇到的一些问题(如相黏的数字无法辨识)应该都有解决
但我想可能主要是因为我不是以切割图片的方式去一个一个字辨识吧
验证集是手动标记的约1000张，训练集部分则是用自行模仿产生的约50000张
用自行产生的训练集 训练後的模型对验证集辨识效果很好
单码辨识率大约有98.84%
整体一次辨识成功率也有91%左右(有些字像6和9旋转後容易误判)
继续训练下去精准度会更高，不过我想这样应该够用了
不过现在还只能辨识固定6码的验证码
5码+6码的部分目前有想法(可能加入RNN去做，或是加入空白字元让CNN辨识)
等之後有空再去实作看看~
下面附上Github连结，今天写了很详尽的README放上去
有兴趣的版友们可以看看或一起讨论如何改进 :)
https://github.com/JasonLiTW/simple-railway-captcha-solver
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 1.165.33.6
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1514130793.A.2E1.html
1F：推 vi000246: 推 12/25 00:06
2F：→ vi000246: 原来还有自己产验证码这招 学习了 12/25 00:07
3F：→ vi000246: 可以先做个model预测是5码还6码 再做文字的辨识 12/25 00:08
有想过这个做法，最後没办法的话再试试XD
4F：推 f496328mm: 推，另外提一点，真正要去辨识台铁验证码时，会遇到验 12/25 00:09
5F：→ f496328mm: 证码是js的问题，动态图，不好抓，你动一次它就变一次 12/25 00:09
6F：推 alan23273850: 大推，不过我现在对自动订票程序比较有兴趣，之前有 12/25 00:46
7F：→ alan23273850: 写个App是真的可以自己loop的，但现在跑不动了，因 12/25 00:46
8F：→ alan23273850: 为protocol有改变 12/25 00:46
9F：→ alan23273850: 之前也有类似的：#1Q0cvuAM，某b大似乎很有心得 12/25 00:48
之後有空应该会写看看自动订票，把5码的完成後再研究看看~~
10F：推 liang1230: 有重叠的或是旋转改capsule会好很多 12/25 01:03
11F：→ liang1230: Github上有keras的code你可以参考一下 12/25 01:03
12F：→ liang1230: 然後某b几乎都在嘴炮啦 没什麽参考价值 12/25 01:05
Capsule network查了一下觉得很有趣，之後来玩看看，谢谢大大的关键字:)
13F：→ vi000246: 爬虫还好 我花两天就做完了 验证码花了一个多月 12/25 01:55
14F：→ ckvir: RNN 目的不是解决 input 是前後有关联的问题吗 12/25 03:34
15F：→ ckvir: 验证码是是单纯随机字元吧 用RNN 有什麽效果？ 12/25 03:34
因为不确定图上的数字个数，如果把CNN取得的特徵按文字的顺序(由左至右)
输入进LSTM之类的RNN Layer，再输出到全连接层，
我想应该是可以做到按顺序去预测数字吧?
不过中间空白的部分还不太确定要怎麽处理 假日研究一下，实作完再丢Github XD
16F：→ ckvir: 另外产生训练集的方式可以用GAN试试看 不确定效果好不好 但 12/25 03:39
17F：→ ckvir: 可以不用自己找规则来产生图 12/25 03:39
GAN对我是一个新名词XD，看起来挺有趣，研究一下之後先从Mnist开始做看看好了
18F：→ liang1230: Gan在这不会是一个好的解 要产生验证码的训练集应该不 12/25 05:43
19F：→ liang1230: 难吧 另外rnn在这可以试试image2seq解解看 可以参考sh 12/25 05:43
20F：→ liang1230: ow and tell的架构试试 12/25 05:43
後来想到GAN虽然有办法产生验证码图，但是没有办法标记答案上去，所以应该也用不着
show and tell 拿去google有看到一篇google的paper，等一下来看看他的架构
21F：推 smartree: 好强！ 12/25 15:24
22F：推 f496328mm: 这篇讨论串都有讲到关键点 蛮不错的 12/25 18:41
23F：推 f496328mm: 大致上看完 写的蛮不错的 很有帮助 12/25 23:07
谢谢:)
24F：→ liang1230: GAN可以给condition啊 所以其实你可以取值，但是太废 12/26 18:06
25F：→ liang1230: 功夫了 而且gan非常的难train training的时间又长 所 12/26 18:06
26F：→ liang1230: 以才不建议 12/26 18:06
原来如此，GAN我还在研究架构中，见笑了XD
※ 编辑: jason860421 (36.233.146.211), 12/26/2017 19:20:08
27F：推 Kazimir: 用gan来产资料在这个case可能有点太夸张 如果想用模型 12/26 20:45
28F：推 Kazimir: autoencoder类应该就ok了 不过我认为常规的数据增强就够 12/26 20:48
大概了解，不过可能还是会试试看用GAN,因为有趣XD
29F：推 why702: 我也有做个订票程式，目前成功机率大概8成，约10秒订完票 12/27 19:08
30F：→ why702: 主要是先自己分割号码，再丢进三层CNN算 12/27 19:09
分割好像还是会有不能辨识黏在一起的问题吗？
31F：推 pht45616: 感激不尽!!看了这篇对期末有了很多新想法，如果能实作出 12/28 16:27
32F：→ pht45616: 延伸或相关的内容，能不能和大大讨论个或者交流呢？ 12/28 16:27
可以站内信跟我讨论呀：）
33F：推 TakiDog: 我都直接硬A 我先跪了 XD 12/28 23:11
※ 编辑: jason860421 (123.50.42.131), 12/29/2017 01:56:00
34F：推 why702: 会有不能辨识黏在一起或是背景特别杂的时候，但我觉得成功 12/30 00:24
35F：→ why702: 率不低 12/30 00:24
36F：→ why702: 应该可以用了啦 12/30 00:25
37F：→ why702: 有想过用rcnn试试看，但是最近很懒 12/30 00:25
38F：推 p00o99o: 用GAN会太难吧 12/30 01:04
39F：推 Kazimir: 如果想用gan的话可以试试wgan-gp 应该会舒服一点 12/30 02:27
40F：→ Kazimir: 刚刚写完正在跑 看训练过程的确比DCGAN稳定很多 12/30 02:31
41F：推 saito2190: 自己产验证码练习好猛 01/01 18:20
※ 编辑: jason860421 (36.235.66.128), 06/07/2018 03:17:04
42F：推 Luluemiko: 推 写得很棒 06/19 17:39
43F：推 a2323269: 推 写得很详细 很猛 07/28 00:39
44F：推 Angesi: 很强大 这个分享我给100分 04/08 16:02