能跑原始碼，還提供資料集：這裡有一個入門企業級驗證碼識別專案

網上關於驗證碼識別的開源專案眾多，但大多是學術型文章或者僅僅是一個測試 demo，那麼企業級的驗證碼識別究竟是怎樣的呢？

1. 前言

網上關於驗證麼識別的開源專案眾多，但大多是學術型文章或者僅僅是一個測試 demo，那麼企業級的驗證碼識別究竟是怎樣的呢？前方高能預警，這是一個生產水準的驗證碼識別專案，筆者可以向你們保證，它一定會是各位所見過的文章中最實用的，你甚至可以不需要懂程式碼寫程式碼就能輕鬆使用它訓練一個 99 識別率的模型。這才是企業級應該有的樣子：演算法開發負責框架，訓練只需要一個實習生。不僅操作上簡單，在可用性和穩定性上也是經得起考驗。效能上，筆者使用騰訊雲 1 核 1G 的機器測試：單次識別平均在 12ms 左右，再也不需要 GPU 部署了，CPU 一樣可以日調百萬。

不少初學者和筆者反應，安裝環境太難了，沒關係，都給你們安排好了，一行 pip 就能搞定環境的 MuggleOCR。

倉庫地址：https://pypi.org/project/muggle-ocr

MuggleOCR 的體積有 6MB，其中附帶了兩個通用模型：簡單通用驗證碼，普通 OCR。簡而言之就是，再也不用愁驗證碼的樣本不好標註了，它將是各位標註樣本的利器，簡單的驗證碼識別率能有 95% 以上，複雜的也有 50%-70% 左右，只需要結合官網校驗，輕鬆下載幾萬標註樣本。

除此之外，它可以支援呼叫使用本文框架（captcha_trainer）訓練的模型。呼叫只需要三行核心程式碼：

# 開啟一張驗證碼圖片
with open(r"1.png", "rb") as f:
    img_bytes = f.read()

# 步驟 1
import muggle_ocr

# 步驟 2
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.OCR)

# 步驟 3
text = sdk.predict(image_bytes=img_bytes)
print(text)

• 訓練專案原始碼：https://github.com/kerlomz/captcha_trainer
• 編譯版下載地址：https://github.com/kerlomz/captcha_trainer/releases
• 部署專案原始碼：https://github.com/kerlomz/captcha_platform
• 編譯版下載地址：https://github.com/kerlomz/captcha_platform/releases

pip install -r requirements.txt

pip3 install -r requirements.txt

virtualenv -p /usr/bin/python3 venv # venv 是虛擬環境的名稱，也是路徑名.
cd venv/ # 進入環境.
source bin/activate # 啟用當前環境.
cd captcha_trainer # captcha_trainer 是專案名.
pip3 install -r requirements.txt # 在剛剛建立的環境下安裝當前專案的依賴

• NVIDIA 驅動下載：https://www.geforce.cn/drivers
• CUDA 下載地址：https://developer.nvidia.com/cuda-10.0-download-archive
• cuDNN 下載地址：https://developer.nvidia.com/cudnn （需要註冊 NVIDIA 賬號且登陸，下載 deb 安裝包）

sudo service lightdm stop

sudo chmod a+x NVIDIA-Linux-x86_64-3xx.xx.run //獲取執行許可權
sudo ./NVIDIA-Linux-x86_64-3xx.xx.run –no-x-check –no-nouveau-check –no-opengl-files //安裝驅動

sudo apt-get install build-essential libx11-dev libxmu-dev libxi-dev libglu1-mesa-dev libgl1-mesa-glx libglu1-mesa freeglut3-dev

sudo sh cuda_9.0.176_384.81_linux.run

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

sudo service lightdm start

• 變形

• 旋轉

• 模糊

• 背景干擾

• 前景干擾

• 字型種類

• 標籤數目 / 驗證碼位數

• 分類數目 / 字符集大小

Reshape([label_num, int(outputs_shape[1] / label_num)])

Reshape([-1, outputs_shape[2] * outputs_shape[3]])

python3 trains.py

下圖為訓練通用模型的過程截圖，耐心等待訓練結束即可。

• 可以透過 muggle-ocr 呼叫訓練框架生產的模型（pypi 文件有介紹），

• 也可以提取 sdk.py 根據需要自行修改。

• 還可以直接使用編譯版（免去安裝 Python 和 TensorFlow 環境，目前同時支援 Ubuntu/MacOS/Windows 三大平臺），第一章末尾有連結。

• 支援多模型部署

• 支援模型熱拔插

• 版本控制靈活

• 支援批次識別

• 智慧模型分發

FieldParam:
  CorpParams: [
    {
      "start_pos": [118, 0],
      "interval_size": [0, 0],
      "corp_num": [1, 1],
      "corp_size": [60, 30]
    },
    {
      "start_pos": [5, 40],
      "interval_size": [5, 5],
      "corp_num": [4, 2],
      "corp_size": [66, 66]
    }
  ]
  OutputCoord: True

# 埠 19952
python3 tornado_server.py

# 方案1，裸啟動， 埠 19951
python flask_server.py 
# 方案2，使用gunicorn，埠 5000
pip install gunicorn 
gunicorn -c deploy.conf.py flask_server:app

# 埠 19953
python3 sanic_server.py

# 埠 50054
python3 grpc_server.py

# 前臺執行
./captcha_platform_tornado
#後臺執行
nohup ./captcha_platform_tornado &

python -m grpc_tools.protoc -I. --python_out=. --grpc_python_out=. ./grpc.proto

class GoogleRPC(object):

    def __init__(self, host: str):
        self._url = '{}:50054'.format(host)
        self.true_count = 0
        self.total_count = 0

    def request(self, image, model_type=None, model_site=None):

        import grpc
        import grpc_pb2
        import grpc_pb2_grpc
        channel = grpc.insecure_channel(self._url)
        stub = grpc_pb2_grpc.PredictStub(channel)
        response = stub.predict(grpc_pb2.PredictRequest(
            image=image, split_char=',', model_type=model_type, model_site=model_site
        ))
        return {"message": response.result, "code": response.code, "success": response.success}

if __name__ == '__main__':
    result = GoogleRPC().request("base64編碼後的圖片二進位制流")
    print(result)