基于 TensorFlow 创建的验证码识别 cnn 模型

[timedivision]

现在模型有了，数据集碰到难题了

目标网站的验证码长这样

我自己本地生成类似的验证码去做训练识别，还是有差异，如果直接从网站获取验证码的话，标记验证码就是个大工程

有没有后端老哥眼熟这种验证码的，这是哪个库生成的，还是自己写代码生成的？

[simonmao]

可以看看这个项目对你是否有帮助： https://github.com/sml2h3/ddddocr

[churchill]

找个能识图的 LLM 帮你标注试试
比如这个 https://github.com/THUDM/CogVLM

[timedivision]

@simonmao 谢谢 不过我想要的不是这个

[timedivision]

@churchill 谢谢 试了他的 demo ，还可以，但是我这大量的数据集估计不好搞

[JNian]

https://www.kaggle.com/datasets/bhh258/train-num2-var 比如这个，可以去这个网站找一找数据集

[huangcjmail]

哈哈，正好我做过，其实自己写个代码打标很快的，一下午就能打 3000+张，你这样的估计 3000 张就能训练的差不多了。

[huangcjmail]

我自己那个窗口程序，上面是图片，下面是一个文本框，输好了标签按下回车，就把标签当成文件名保存下来，然后刷下一张。文件名后面记得加个随机数或者时间戳之类的东西。

[timedivision]

@JNian 谢谢 不过我试过自己生成样本，然后训练完去识别目标网站的图片 效果很差，所以还得是用目标网站的样本训练

[timedivision]

@huangcjmail 昨天让老婆人工打码了 6000 张😂，也想过写个程序展示图片加输入框加快打码，想想还是算了

[aoguai]

这种基本验证码不是 java Web 很常见的自动生成的验证码么？
以 验证码 控件 为关键词能查出很多封装好的吧
举个例子 [Hutool]( https://hutool.cn/) 工具类，就支持验证码生成和校验。
简单写个例子，就能批量生成了。

下面是 gpt 给出的简单例子（未实测
---
当你需要生成大量验证码图片并将它们保存到文件中时，可以使用循环结合 Hutool 的验证码生成功能来实现。你可以按照以下步骤编写 Java 代码：
首先，确保你已经添加了 Hutool 的依赖到你的项目中。然后，创建一个 Java 类并编写生成验证码图片并保存的代码：
```java
import cn.hutool.captcha.CaptchaUtil;
import cn.hutool.captcha.ICaptcha;
import cn.hutool.captcha.generator.MathGenerator;
import cn.hutool.captcha.generator.RandomGenerator;
import java.io.File;
public class CaptchaGenerator {
public static void main(String[] args) {
int numberOfCaptchas = 10; // 设定要生成的验证码数量
// 循环生成验证码图片并保存
for (int i = 1; i <= numberOfCaptchas; i++) {
// 这里可以选择不同类型的验证码，比如 LineCaptcha 、CircleCaptcha 、ShearCaptcha 等
ICaptcha captcha = CaptchaUtil.createLineCaptcha(200, 100); // 生成一个线段干扰的验证码
// 自定义验证码内容为四则运算方式
captcha.setGenerator(new MathGenerator());
// 重新生成验证码
captcha.createCode();
String code = captcha.getCode(); // 获取生成的验证码内容
// 构建文件名，以验证码内容命名图片文件
String fileName = code + ".png"; // 可以根据需要修改文件格式，比如".jpg"等
// 图片保存路径
String savePath = "your/save/directory/" + fileName; // 替换为你想要保存的文件夹路径
// 将验证码图片写出到文件
captcha.write(new File(savePath));
System.out.println("验证码 " + code + " 已保存为 " + fileName);
}
}
}
```
这段代码中，`numberOfCaptchas` 变量表示要生成的验证码数量。循环将生成验证码并以验证码内容命名的形式保存在指定文件夹中。
确保替换代码中的 `"your/save/directory/"` 为你想要保存验证码图片的目标文件夹路径。这段代码可以在你的 Java 项目中执行，生成并保存验证码图片。
---

[tangtang369]

给你说下我一般的思路，不停的去调用你需要的那个网站的验证码生成接口，先用 https://github.com/sml2h3/ddddocr 这个库识别，提交成功和提交失败的分开存储，再自己标记提交失败的图片

[timedivision]

@tangtang369 那我怎么判定这个库识别出来的是正确的还是不正确呢

[tangtang369]

@timedivision 找网站的验证接口 把结果 post 给它 会返回正确还是错误的

[timedivision]

@aoguai 这个生成的验证码有图片示例吗？主要是我这边自己生成相似的验证码做训练，然后去识别目标网站的码，成功率基本为 0 ，不知道为什么

[aoguai]

@timedivision 图片就跟你的差不多。示例你搜一搜这个类生成验证码的例子就有了。
正确性的问题感觉是你标注有问题或者模型没选对，训练没训好等。你可以到 b 站视频教程学一学如果真感兴趣。
以我个人经验有可能是你数量还是不够，一般四位验证码无大小写需要大几万张图片训练 100 轮左右。

[timedivision]

@aoguai 谢谢，我自己生成的验证码训练有个几万张，但是识别网站的根本不行，也不知道是啥问题，后来把网站上的验证码搞了 6000 张，5000 训练，1000 张预测，正确率 89%