代码很丑，但跑的通，字符分离那部分代码是很多年前写的，现在回过头看自己也蒙了，有空重写一下。祖传代码

Anaconda 2019.10(python 3.7) tensorflow2.0(别的版本应该都没什么问题，猜的)

爬取验证码图片，将验证码分离为独立字母保存本地，用来准备用于文字识别的训练集。核心函数splitImg，用于把验证码图片降噪后分离成独立字母，具体原理随后说。

把标注好的样本读入pandas并保存到本地

tensorflow训练模型，结构很简单。前面两个文档都不重要，都是准备数据的，直接运行“3.识别模型、4.模型测试”就行

读取一个验证码，识别后转换为字符串，输出。

乱七八糟一堆，有价值的代码只有两段，一个是从验证码中分离字母，另一个是卷积神经网络。

这个验证码难度偏低，特点是每次都是6位数字加字母验证码，没有0 1 O，每个字符颜色不同，噪声也比较有迹可循。 直接使用dbscan对图片坐标和颜色进行聚类后，会得到7个组，判断一下最大的那个一定是噪声，另外6个就是字符。

感觉没啥说的，我花了10块钱派我弟弟用了一晚上写作业时间帮我标注了1000多个样本。 神经网络结构是两个卷积层后面各跟一个池化层，再加一个全连接层和dropout层，输出one-hot向量。 20个轮次的训练识别率就基本上可以了，因为有dropout，多些轮次也可以，不过提高不大了。测试集识别率是93%，这样算起来6位验证码就是0.93的6次方，才65%，正常来说很不满意，不过考虑到才花了10块，够了够了。