berryhn / 12306_captcha Goto Github PK

文字和图片的组合验证

• 安装: python下的图片处理库PIL
• 安装 OCR库google 的pytesseract
• 百度服务请求 http://stu.baidu.com/n/image?fr=html5&needRawImageUrl=true&id=WU_FILE_0&name=233.png&type=image%2Fpng&lastModifiedDate=Mon+Mar+16+2015+20%3A49%3A11+GMT%2B0800+(CST)&size=
• 额外

urllib2.Request(url + str(len("图片")), "图片", {'Content-Type':'image/png', 'User-Agent':UA})

百度识别12306，屏蔽了小尺寸的图片识别（100px以下的）使用ImageMagick放大尺寸。 切图和放大图片，需要安装一下ImageMagick，确保能在命令行打出convert命令。

//放大图片尺寸 
def resizeImg() 
{ 
	arrargs = ["-resize", "440", "./test.jpg", "./new_test.jpg"]; 
	command = "convert"+ arrargs[0] + arrargs[1]+arrargs[2]+arrargs[3] os.system(command) 
}

• 学习深度学习后，使用基于thneano的keras可以构建卷积神经网络进行识别，用爬虫从sina和百度上做好样本后，编码实现网络，得到合适的训练的模型，效果还不错，调整参数和加大样本后，正确率估计达到0.92以上。
• 样本分为文本和图片