「深度学习福利」大神带你进阶工程师，立即查看>>>
近年来，机器学习变得愈加火热，中国选手柯洁与AlphaGo的人机大战更是引起热议。目前，在图像识别和视觉分析研究中， 卷积神经网络 （CNN）技术的使用越来越多。 Tensorflow 是由 Google 团队开发的神经网络模块，短短几年间， 就已经有很多次版本的更新。最近我也在自学Tensorflow，想通过卷积神经网络快速识别 整块 验证码（不分割字符）。期间也碰到许多问题，诸如 软件安装 ，Tensorflow 版本差异 等。一开始学习tensorflow是盲目的，不知如何下手，网上的资料都比较单一，为了回报社会，让大家少走弯路，我将详细介绍整个过程。本教程所需要的完整材料，我都会放在 这里 ，密码：5e91。限于个人水平，如有错误请指出！
接下来我将介绍如何使用Python+Tensorflow的CNN技术快速识别验证码。在此之前，介绍我们用到的工具：
1. PyCharm社区版 （python的IDE）：写代码非常方便，安装第三方库（tensorflow 1.2.1）操作简单。
2. Python3 ：当我还在犹豫py2还是py3的时候，tensorflow已能支持windows、py3了，并且python3代表未来，建议使用Python3。
3. Photoshop :用于验证码的分析和处理（在这里不需要你精通）。
本文将从以下几个方面来介绍：
验证码分析和处理 —— tensorflow安装 —— 模型训练 —— 模型预测
验证码分析和处理
网上搜索验证码识别能够得到很多教程，但大部分都是将验证码切割成单个字符训练，有时候 验证码字符大小不一或者发生重叠，切割验证码变得不适用。因此通过CNN技术将整块验证码进行识别，能使问题变得更加简单（以下操作对其他验证码分析有参考作用）。
在这里我们选择模拟学习这样的验证码：
该验证码来源于 这里 （正如sci-hub网站所言”to remove all barriers in the way of science”，知识就该如此）。

原始的验证码
该验证码只由六位小写字母、噪点和干扰线组成，如果能去除噪点和干扰线，能够大大降低学习的难度。很多验证码的噪点和干扰线RGB值和字母的不一致，这个我们能通过Photoshop来分析，使用颜色取样器工具，分别在图片噪点、干扰线、空白处和字母处点击获得RGB值，如下图：

颜色取样器获得RGB值
分析后发现，只要将图片二值化只保留字母，就能得到不错的输入图片：

处理后的图片
实现代码如下：

验证码处理代码
以上就是验证码处理方法，为了下面的分析方便，我将处理好的验证码打包放到 这里 ，密码：5e91。
Tensorflow安装
如果你查看了官方文档会发现提供了很多安装方式，但是还是比较复杂。针对不同的系统，不同设备（CPU or GPU）都不一样，我在这里选择用pycharm直接安装tensorflow非常好用，而且跟python版本兼容，不用考虑过多。打开pycharm，在菜单栏里flie-settings-project-project interpreter，选择python3 interpreter，

添加第三方库
然后点击 + 按钮，输入tensorflow，install package。

添加tensorflow库
至此，tensorflow就在电脑上安装好了，非常简单吧，我安装的时候版本是1.2.1。准备工作全部结束。
模型训练
如果你对卷积神经网络或者Python代码实现还不熟悉，我推荐你先看看《tensorflow实战》黄文坚著这本书，比官方文档详细多。搞清楚代码如何实现后，再来看接下来的内容（毕竟我也是花了时间走弯路的）。
首先，我们先输入验证码的信息备用，图片是114*450像素，最大有6个字母，每个字母通过26个0或1表示，比如a表示成 10000000000000000000000000 ，b表示成 01000000000000000000000000 ，以此类推。

验证码信息
接下来定义一个函数，随机从训练集（3430张）中提取验证码图片，由于验证码经过我手动打标签（码了6小时），在这里只要获取验证码的名字和图片就够了，我默认放在 "F:/captcha4/" 目录下，需要注意的是返回的图片是以矩阵的形式。

获取验证码名字和图片
接下来定义两个函数，将名字转变成向量，将向量转变成名字。

名字向量互转
生成一个训练batch，也就是采样的大小，默认一次采集64张验证码作为一次训练，需要注意通过 get_name_and_image() 函数获得的image是一个含布尔值的矩阵，在这里通过 1*(image.flatten()) 函数转变成只含0和1的1行114*450列的矩阵。

采样batch
接下来定义卷积神经网络结构，我们采用3个卷积层加1个全连接层的结构，在每个卷积层中都选用2*2的最大池化层和dropout层，卷积核尺寸选择5*5。需要注意的是在全连接层中，我们的图片 114*450 已经经过了3层池化层，也就是长宽都压缩了8倍，得到 15*57 大小。

卷积神经网络结构
结构建立好后就可以开始训练了，在这里选择的 sigmoid_cross_entropy_with_logits() 交叉熵来比较loss，用adam优化器来优化。输出每一步的loss值，每100步，输出一次准确率。在这里我调节当准确率达到99%后，结束训练。需要注意的是， keep_prob = 0.5 ，这个参数控制着过拟合，当我们机器学习速度过快的时候，可以减小该值，让机器遗忘的多一点（像人一样，记得多不一定好，哈哈）。

训练模型
训练完成后，你应该会得到如下几个文件。在这里我花了将近9个小时跑了1800步，达到99.5%的准确率。输出文件的详细介绍参考 这里 。

模型输出文件
模型预测
我们的模型训练成功后，我们就要检验一下该模型的预测水平，在这里我们首先要把 train_crack_captcha_cnn() 函数注释掉，然后再定义一个预测模型的函数 crack_captcha() ，需要注意为了从预测集中抽数据，这里的 get_name_and_image() 函数调用 "F:/captcha5/" 目录下的10张预测图片。

更改到预测集文件夹

从预测集中随机预测10次
预测结果如下：

预测结果对比
经过比较，我发现10张预测的能有4张准确，这还有待改进，但是整体上还是达到了我的要求。毕竟训练集的准确率有99.5%。如果我调低 keep_prob 的值，增加样本量，增加卷积层，最后的预测效果应该会更好。完整代码详见
总之，通过上面这个教程，只是教大家如何通过tensorflow的CNN技术处理整块验证码，大家可以尝试着用其他验证码试试，但是样本量越多越好。
总结
首先本文教大家如何简单处理验证码，然后介绍了tensorflow的快速安装方式，最后通过实现了CNN下整块验证码的识别，训练集准确率达到99.5%，测试集准确率在40%左右。如果调低keep_prob的值，增加样本量，增加卷积层，最后的预测效果应该会更好。
希望大家以后在tensorflow的学习道路中少点阻碍！！！