Matlab神經網路驗證碼識別
阿新 • • 發佈：2019-01-09
本文，將會簡述如何利用Matlab的強大功能，呼叫神經網路處理驗證碼的識別問題。
預備知識，Matlab基礎程式設計，神經網路基礎。
可以先看下：
驗證碼識別原理
Matlab對影象讀入處理，去掉噪聲點和較淺的點，進行二值化，將影象轉變為0/1矩陣，這樣就完成了預處理。
然後要對影象進行切割，取到每個數字的小圖片位置，將其縮放至等大小，方便神經網路進一步處理。
最後將圖片轉成神經網路能夠識別的格式，例如BP網路，則將其轉為行向量，深卷積網路，則將其轉為矩陣即可。
識別預處理
Matlab對驗證碼的識別是基於神經網路的，但預處理工作還是佔了整體工作的大半，將資料整理好並處理成對應可用的格式，問題就簡單了很多。
Matlab的一大缺陷是不注重資料結構，其結構體無比難用，所以我們這裡將盡可能使用矩陣進行處理，而引數較多時，我們也只是簡單的將其放入到元胞陣列中，不優雅之處，敬請見諒。
首先介紹一下matlab的影象基本處理函式：
img = imread('path') # 返回一個影象的矩陣，其每個元素的值，包含rgb三個通道的資料。
imshow(img) # 顯示影象
imgGray = rgb2gray(img) # 轉為灰度影象
thresh = graythresh(imgGray); % 自動確定二值化閥值
BW = 1 - im2bw(imgGray,thresh); % 二值化，且取反，黑的部分是0，白的部分是1,
I2 = bwareaopen(BW, 8, 8); % 去除連通分量中小於10的離散點我們看看目標的圖片：
有很多隨機的畫素點干擾，我們需要將這些畫素點去除，然後進行影象切割。
切割圖片實際上很簡單，就是對圖片中每行每列進行統計，然後將形成的波形進行掃描，每個從0上升又下降到0的區域，就是一個字元。
切割後的圖片：
下面我們來寫一個完整的函式分割器函式，為了檢測正確性，我們這裡提供了isshow標記，如果設定為true，將會列印中間的除錯資訊。
% 圖片分割器
function y = cutting(img, isshow)
if nargin < 2; isshow = false; end
if isshow;
imshow(img); % 顯示彩色影象
end
imgGray = rgb2gray(img); % 轉為灰度影象 我們這個函式實現了對圖片的預處理工作，成功的將大部分圖片分割成了小圖片，放到返回的元胞陣列中，但這還有一個重要的問題，就是切割後的圖片並不等大小。
並且，我們為了讓這些圖片能夠方便的進行訓練，希望將他們歸好類別，方便標記。將影象等大小十分簡單，只需要將影象的最大的長和寬找到，然後對矩陣進行擴充套件，多餘的位置補0即可。
%% 將數字分類放置
for i = 1 : length(imgs_name)
img_name = imgs_name{i};
imgs = cutting(imread(['train/',img_name,'.jpg']), false);
if (length(imgs) == length(img_name))
imgs_num_size = length(img_name);
for j = 1 : imgs_num_size
tmp_num = str2num(img_name(j)) + 1;
imgs_sample_num(tmp_num) = imgs_sample_num(tmp_num) + 1;
imgs_sample{tmp_num, imgs_sample_num(tmp_num)} = imgs{j};
tmp_size = size(imgs{j});
end
end
end
max_size = [16 16];
%% 歸一化所有樣本，使其等大小
for i = 1 : 10
for j = 1 : imgs_sample_num(i)
temp = zeros(max_size);
imgs_size = size(imgs_sample{i, j});
temp(1:imgs_size(1,1), 1:imgs_size(1,2)) = imgs_sample{i, j};
imgs_sample{i, j} = temp;
% figure;
% imshow(temp);
end
end分別用BP網路和深卷積網路來進行影象識別
BP網路結構
由於已經做好了充足的預處理工作，那麼接下來的識別就十分簡單了，BP網路和深卷積網路都有對應的庫支援操作，所以我們只需要編寫配置程式碼就可以了。
BP網路就是簡單的三層結構，由於層數太大可能帶來誤差殘差太小等問題，造成訓練困難，我們這裡使用足夠多的隱層節點保障BP網路的精度就可以了。
輸入就是整個影象轉為1維向量，輸出則是可能屬於的類別的概率，是一個10維的向量，要確定分類結果，就將其中最大的數字找到即可。
BP網路的訓練及識別
那麼，我們就可以開始組織訓練資料了。
% 建立資料集
%% buildtrainset: 用來建立神經網路適合的訓練集
function [inputs outputs] = buildtrainset(imgs, number)
i = 1;
for k = 1 : 10
for j = 1 : number(k)
input = imgs{k, j};
input_size = numel(input);
inputs(i, :) = reshape(input', input_size, 1);
outputs(i, :) = zeros(10, 1);
outputs(i, k) = 1;
i = i + 1;
end
end
end然後訓練並比較正確與否：
function y = runbp(imgs_sample, imgs_sample_num, max_size)
% bp 網路訓練
[a, b] = buildtrainset(imgs_sample, imgs_sample_num);
net = bpann(a', b');
% bp 測試
image_dir=dir('image/*.jpg');
for i = 1: length(image_dir)
str_name = image_dir(i).name;
imgs_test{i} = str_name(1:4);
end
rightnum = 0;
sumnum = 0;
for i = 1 : length(imgs_test)
img_name = imgs_test{i};
imgs = cutting(imread(['image/',img_name,'.jpg']), false);
if (length(imgs) == length(img_name))
for j = 1 : length(img_name)
tmp_num = str2num(img_name(j)) + 1;
%% 等大小化
temp = zeros(max_size);
imgs_size = size(imgs{j});
temp(1:imgs_size(1,1), 1:imgs_size(1,2)) = imgs{j};
imgs{j} = temp;
input_size = numel(temp);
testInput(j, :) = reshape(temp', input_size, 1);
end
size(testInput)
Y = sim( net , testInput' );
mans = [1:4];
for j = 1 : length(img_name)
ymax = 0;
yans = NaN;
for k = 1 : 10
if (ymax < Y(k, j))
ymax = Y(k, j);
yans = k;
end
end
mans(j) = yans-1;
sumnum = sumnum + 1;
if (mans(j) == str2num(img_name(j)))
rightnum = rightnum + 1;
end
end
img_name
mans
end
end
rightdata = [rightnum, sumnum-rightnum]
pie(rightdata, {'right', 'wrong'});
end經過1500次左右的迭代，收斂精度基本達到了要求：
識別結果：
1830
mans =
1 8 3 0
2940
mans =
2 9 4 0
3742
mans =
3 7 4 2
5980
mans =
5 9 8 0
6739
mans =
6 7 3 9
8240
mans =
8 2 4 0
8324
mans =
8 3 2 4
但遺憾的是，識別正確率並不是100%，而是70%，由於有3組資料在預處理時失敗了，並沒有被正確的二值化，造成了無法識別，但可以看出，神經網路的識別正確率還是相當高的。
深度卷積網路的影象識別
我們這裡使用了一個流行的深度學習工具包DeepLearnToolbox，這個工具包可以在github上被找到。
將其下載下來，然後新增兩個path路徑，將其引用：
path(path, 'DeepLearnToolbox-master/CNN/')
path(path, 'DeepLearnToolbox-master/util/')然後我們構建一個卷積網路的結構struct，並利用類似BP的方式，將資料集構造好：
% 網路訓練集構造
[a, b] = buildtrainset_cnn(imgs_sample, imgs_sample_num);
% 16×16的原圖片
cnn.layers = {
struct('type', 'i') %input layer
struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer
struct('type', 's', 'scale', 2) %sub sampling layer
struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer
struct('type', 's', 'scale', 2) %sub sampling layer
};
cnn = cnnsetup(cnn, a, b);而卷積網路的配置如下：
% 學習率
opts.alpha = 2;
% 每次挑出一個batchsize的batch來訓練，也就是每用batchsize個樣本就調整一次權值，而不是
% 把所有樣本都輸入了，計算所有樣本的誤差了才調整一次權值
opts.batchsize = size(a, 3);
% 訓練次數，用同樣的樣本集。我訓練的時候：
% 1的時候 11.41% error
% 5的時候 4.2% error
% 10的時候 2.73% error
opts.numepochs = 2000;
% cnn = cnntrain(cnn, a, b, opts); % 如果是還未訓練
load cnn_save cnn; %如果已經訓練過，載入儲存的網路就可以了這樣我們來觀察一下網路的結構，這是一個複雜的網路，input是一個16×16的圖片，而每次卷積的核都是5×5的，還會有兩個降維層。
然後我們會進行測試，和BP網路幾乎一樣
% 測試
image_dir=dir('image/*.jpg');
for i = 1: length(image_dir)
str_name = image_dir(i).name;
imgs_test{i} = str_name(1:4);
end
rightnum = 0;
sumnum = 0;
for i = 1 : length(imgs_test)
img_name = imgs_test{i};
imgs = cutting(imread(['image/',img_name,'.jpg']), false);
if (length(imgs) == length(img_name))
for j = 1 : length(img_name)
tmp_num = str2num(img_name(j)) + 1;
%% 等大小化
temp = zeros(max_size);
imgs_size = size(imgs{j});
temp(1:imgs_size(1,1), 1:imgs_size(1,2)) = imgs{j};
imgs{j} = temp;
input_size = size(temp);
testInput(:, :, j) = reshape(temp', input_size(1,1), input_size(1,2));
end
% 然後就用測試樣本來測試
cnn = cnnff(cnn, testInput);
cnn.o
[~, mans] = max(cnn.o);
img_name
mans = mans-1
% [~, a] = max(y);
% bad = find(mans ~= a);
end
end
%plot mean squared error
plot(cnn.rL); 