大家好
我最近剛開始在研究爬蟲
在登入的時候，看到這樣的驗證碼圖片
http://imgur.com/a/vO5GX
我嘗試過把他轉成 numpy array 後
切掉旁邊的邊邊
然後用 pytesseract 去讀圖片
但是辨識率超級低
不知道要如何著手解析這樣驗證碼的文字
想請教一下各位前輩這種類型的要如何分析
謝謝!!
補:
剛剛沒說到
其實我有做過一點點處理
大致上是這樣 https://goo.gl/zFPBDg
但是辨識成功率大概是 10~40%左右
超級低QQ

去雜點，去邊框，文字跟四週留些空白，轉成黑白白底黑字，然後tesseract定白名單，應該差不多了

這種用 tensorflow 寫個三層 CNN 訓練一下就解決了要作到辨識成功率到99%不難

如果字跟雜點都是固定顏色直接用色碼把雜點濾掉就好了

我也想問 一樓說的方法 image 要事前做好多處理阿@@

我之前做的筆記http://docdro.id/4cVgmsJ

感謝 另外tensorflos實戰的網址 404

網址掛掉就直接google標題吧剛google一下好像找不到了

學習圖片的前處理的話,推薦PyImageSearch,也可撿到現成

太感謝這裡的大大了，給做image的一個方向，不然根本不知要從何做起，只好一直調vgg

不想前置處理的話可以參考這個https://goo.gl/2k74V2pip安裝captcha庫然後把扭曲線的那個砍掉字型替換成相近的字體

我試過自已做訓練集 用肉眼辨識5000份就累了樓上那方法要自已產驗證碼自已辨識才行

學弟安安

可以先去看論文，有很多相關的研究。

我做過這種 幾乎一模一樣的驗證碼 直接二值化 去雜點不知道為什麼圖片size會影響 我就把它放大在平滑然後差不多就能有個8成成功率了

想請教怎麼放大啊? 例如 DATA 給 64*64不想太多變數就取樣成 32*32不知道怎麼放大 或是放大的概念

圖片存下來我是在把它做拉大的動作 還有四周加上空白