Skip to content

Latest commit

 

History

History
76 lines (58 loc) · 1.8 KB

README.md

File metadata and controls

76 lines (58 loc) · 1.8 KB

Captcha-Recognition2

基於 “正方软件股份有限公司” 的教務管理平台提供驗證碼識別服務(公開版)

以Keras + tensorflow 使用神經網絡進行驗證碼識別服務

⚠️倉庫內容具現在可能較長,可能與現在的主流開發存在差異。

服務識別效果

字符識別基礎正確率為 95%+

倉庫文檔說明


├── LICENSE     授權文件
├── README.md   README.md
├── code        代碼文件夾
│   ├── TFtools.py      tfrecord文檔工具
│   ├── tfrecord     	訓練的轉換數據集
│   ├── data_biaoji     已有標記的驗證碼圖片
│   │   ├── 004x.png
│   │   ├── 01ye.png
│   │   ├── ...
│   ├── dataset.py      數據處理文檔
│   ├── get_picture.py  獲取驗證碼代碼
│   ├── model.py        神經網絡模型
│   └── train.py        神經網絡訓練文檔
├── model       模型保存文件夾
│   └── net.h5          模型文件
└── requirements.txt    依賴庫文件

驗證碼服務演示

驗證碼圖片 無標記驗證碼圖片

識別效果

python train.py
train or predict: predict
filename: ../model/0.gif
vf20

訓練執行方式

進到環境中須先執行 dataset.py 文件,生成訓練所需數據文件,之後在執行 train.py 文件中的 train 進行訓練。

運行環境及時間

MacBook Pro

Python3.5

訓練時間 60s

預測時間 <1s

授權說明

授權具體說明見 LICENSE 文檔

項目依賴庫

具體文件見 requirements.txt 文檔

更新說明

2018年10月4日

更新部分代碼

更新說明文件

更新依賴文件

添加訓練說明