先感謝這篇留言的大大
https://www.ptt.cc/bbs/Python/M.1504617371.A.CF2.html
給我一些關鍵字，之後我就靠著 google，做些修正，加入自己的想法，
以下範例是 台鐵驗證碼
原始圖
https://imgur.com/BVqh2hY
灰度&去雜點
https://imgur.com/TdeOWV0
分割成個別數字
https://imgur.com/OqaXK4q
https://imgur.com/e1pFLBd
https://imgur.com/DI2LTJs
https://imgur.com/bBag7rS
https://imgur.com/BEpv1io
如果有興趣，code 我已經上傳 github ，不懂可以再寄信給我
https://github.com/f496328mm/Verification_code_image
另外我想請問，影像處理還有什麼方法？除了我目前做的驗證碼之外
我目前在做 CIFAR-10 我用VGG，準確率都在0.8左右，
不知道要如何衝上0.9，甚至是0.95，
我只有做最基本的

我有做了個台鐵的https://goo.gl/Aiz52x訓練出來的成功率98% 但遇到相黏的字成功率為0應該說 單個字成功率98% 驗證碼成功率是0.98^6

還沒點進code裡面去看但是請問一下你的分隔字是怎麼做到的呀？

有用到opening和closing嗎

我能判斷出相黏的數字位置 但要怎麼切就沒想法了

open close 給你參考 http://monkeycoding.com/?p=586至於切字 我有做切線相關的想法 不過還沒實做

喔喔喔喔!我懂了 但是每張圖的字位置不會一樣吧(?)這樣會不會有點針對某張圖分析呀open 是擴張 close 是收縮(我的理解啦xd

先推個

去雜訊之後那個圖很漂亮，直接dilate到一團，然後用find contour找rect，不用自己數，比較簡單比較快

findContour就是找輪廓正確說是平滑化 是用來除雜訊的 但是相對代價是影像會變模糊參照 opencv blur我發現我推文有點跳痛 我平滑化那邊是講模糊化這件事

你是直接用vgg這些inference嗎?或許你人工做一些資料 再用VGG transferlearning ?