机器学习（验证码识别，python，sklearn，svm）.zip

# -*- coding: utf-8 -*- """ Created on Tue Aug 22 14:36:46 2017 @author: 张帆 验证码识别部分 通过读取之前建立的模型，进行识别 识别率大概只有80%，应该是某些数据太少了。。。。 还有一些问题要处理 """ from sklearn.svm import SVC from sklearn.externals import joblib from PIL import Image import numpy as np toknow=SVC() toknow=joblib.load("model.pkl") def cut_pic(pic_name): my_list=[] num_test=0 im=Image.open(pic_name).convert("L") test=np.zeros((im.size[1],im.size[0]),dtype='uint8') for x in range(im.size[1]): for y in range(im.size[0]): temp=im.getpixel((y,x)) if temp>130: temp=255 else: temp=0 #降噪。。。。。将颜色偏白的去除 test[x][y]=temp f_first=0 f_end=0 flag_first=True flag_end=False pic_cuted_height=50 #图片切割后的每片的高与宽 pic_cuted_width=25 for x in range(im.size[0]): if flag_first==True: for y in range(im.size[1]): if test[y][x]==0: f_first=x flag_first=False flag_end=True break if flag_end==True: flag2=True for y in range(im.size[1]): if test[y][x]==0: flag2=False if flag2==True: f_end=x line_length=f_end-f_first if line_length>=pic_cuted_width: line_length=pic_cuted_width #如果两个验证码部分重叠，未分离开，是不是在这设置一个回滚机制呢？ arr_temp=np.full((pic_cuted_height,pic_cuted_width),255,dtype='uint8') for x1 in range(line_length): for y1 in range(pic_cuted_height): arr_temp[y1][x1]=test[y1][x1+f_first] #im_temp=Image.fromarray(arr_temp) try: #有问题，待解决，先这样处理 im_temp=Image.fromarray(arr_temp) im_temp.save(str(num_test)+".jpg") my_im=Image.open(str(num_test)+".jpg") ab=np.array(my_im) ab=np.reshape(ab,ab.size) my_list.append(ab) #arr_temp=np.reshape(arr_temp,arr_temp.size) #name_list.append(toknow.predict([ab])) except: print("出现错误") flag_first=True flag_end=False temp=toknow.predict(my_list) my_result="".join(temp)#字符列表转字符串 #print(my_result) return my_result if __name__=='__main__': for x in range(5,16): print(cut_pic(str(x)+".jpg"))