Python 生成驗證碼

文章無干貨

爬蟲和驗證碼就是天生的冤家，用 Python 生成驗證碼應該是用 Python 對抗驗證碼的第一步，所以今天先來研究研究如何用 Python 生成一個便于我們入手的驗證碼。

這里不是造輪子，只是踩踩坑，目前 Github 上關于驗證碼對抗的開源項目非常多，這里推薦兩個，有經驗的朋友直接跳過下面的內容，學習這兩個項目就好。

驗證碼訓練：（以下介紹內容來自官方的介紹）

https://github.com/kerlomz/captcha_trainer

基于深度學習的圖片驗證碼的解決方案 - 該項目能夠秒殺字符粘連重疊/透視變形/模糊/噪聲等各種干擾情況，足以解決市面上絕大多數復雜的驗證碼場景，目前也被用于其他OCR場景。

該項目基于 TensorFlow 1.14 開發，旨在幫助中小企業或個人用戶快速構建圖像分類模型并投入生產環境使用，降低技術應用門檻。

驗證碼部署：

https://github.com/kerlomz/captcha_platform

關于部署，大佬也提供了相應的文章：https://www.jianshu.com/p/80ef04b16efc

生成一張簡單的驗證碼

這里需要安裝captcha這個庫

pip install captcha

接下來使用下面這段代碼，就可以得到一個簡單的驗證碼圖片

from  captcha.image import  ImageCaptcha
import matplotlib.pyplot as plt
import random  
import string  

# 定義字符集是數字和字符
chs=string.digits+string.ascii_uppercase 
print(chs)
# 定義長度，寬度，字符個數，類別
width,height,n_len,n_class=170,80,4,len(chs) 
# 定義圖片寬度與高度
generator=ImageCaptcha(width=width,height=height)
# 生成一個4位隨機字符串
random_str="".join([random.choice(chs) for i  in range(4) ]) 
print(random_str)
# 生成隨機驗證碼
img=generator.generate_image(random_str) 
plt.imshow(img) 
plt.title(random_str)
plt.show()

這個時候可以得到下面這樣的圖片

 

批量生成多張驗證碼

光光這樣一張圖片坑定是滿足不了我的需求的所以，改改上面的代碼，把他弄成一個生成多張圖片程序。

from captcha.image import ImageCaptcha
import matplotlib.pyplot as plt
import numpy as np 
import random  
import string  


chs = string.digits + string.ascii_uppercase
width, height, n_len, n_class = 170, 80, 4, len(chs) 


def createxy(batch_size=100):
    X = np.zeros((batch_size, height, width, 3), dtype=np.uint8) 
    Y = [np.zeros((batch_size, n_class), dtype=np.uint8) for i in range(n_len)]  
    generator = ImageCaptcha(width=width, height=height)  
    while True:
        for i in range(batch_size):
            # 隨機字符串
            random_str = "".join([random.choice(chs) for j in range(4)])  
            # 根據隨機字符串生成驗證碼
            X[i] = generator.generate_image(random_str)  
            for j, ch in enumerate(random_str):
                Y[j][i, :] = 0
                Y[j][i, chs.find(ch)] = 1
            yield X, Y


def getycode(y):
    # 降低維度，取出非0數據
    y = np.argmax(np.array(y), axis=2)[:, 0]  
    # 顯示等于1的取出字符
    return "".join([chs[x] for x in y])  


X, Y = next(createxy(1))
plt.imshow(X[0])
plt.title(getycode(Y))
plt.show()

弄完上面這些個就可以開始試著訓練了，但是我沒學會，所以下次再說。