Adrian沒有訪問生成驗證碼圖片的應用的原始碼的許可權。為了破解這個系統，他不得不下載成百上千個示例影象並手動解答它們，用以訓練他的深度學習系統。

但是如果我們想打破一個開放原始碼的驗證碼系統，將會怎麼樣？

我去http://wordpress.org外掛登錄檔搜尋“驗證碼”。最靠前的結果是一個叫“真正簡單的驗證碼”的外掛，有超過100萬個活躍安裝：

好的，所以驗證碼影象似乎是四個字母。讓我們在PHP原始碼中驗證這一點：

是的，它會產生一個四字母的驗證碼，並採用隨機組合的四種不同的字型。我們可以看到，它從不在程式碼中使用“O”或“I”，以避免使用者混淆。這給了我們總共32個可能需要識別的字母和數字。沒問題！

TensorFlow

TensorFlow是谷歌的機器學習庫。我們會在Keras中寫程式碼，但Keras並沒有真正實現神經網路的邏輯本身，它其實是在後臺呼叫谷歌的TensorFlow進行計算。

好，現在讓我們回到挑戰！

創造我們的資料集

訓練任何機器學習系統，我們都需要訓練資料集。破解一個驗證碼系統，我們則需要訓練資料看起來像這樣：

由於我們有這個WordPress的驗證碼外掛的原始碼，我們可以對它做一些更改，讓它儲存出10000張驗證碼影象以及每個影象的正確答案。

花了幾分鐘時間，在適當地修改原始碼並新增一個簡單的for後，我得到了一個包含訓練資料的資料夾 —— 10000個PNG檔案，每個檔案都以正確答案作為檔名：

這是唯一我不會給你示例程式碼的部分。我們這樣做是為了教育，我不想讓你真的去黑WordPress網站。不過，我會給你我最後生成的這10000張影象，以便你可以重複我的結果。

到目前為止時間過去：5分鐘。

簡化問題

現在我們有了訓練資料，我們可以直接用它來訓練神經網路：

有足夠的訓練資料，這種粗暴的方法甚至也行得通 - 但我們可以使問題更容易解決。問題越簡單，訓練資料越少，計算資源消耗就越少。畢竟我們只有15分鐘！

幸運的是，驗證碼影象總是由四個字母組成。如果我們能用某種方式把影象分割開來，這樣每一個字母都是一個獨立的影象，那麼我們只需要訓練神經網路一次識別一個字母：

我沒有時間瀏覽10000個訓練影象，並在Photoshop中手動將它們分割成單獨的影象。這將需要幾天，而我只剩下10分鐘了。

而且我們不能將影象分成四個相同大小的塊，因為驗證碼會將這些字母隨機放置在不同的水平位置：

每個影象中的字母隨機放置，使分割影象更難一些。

幸運的是，我們仍然可以自動執行此操作。在影象處理中，我們經常需要檢測具有相同顏色的畫素團。這些連續畫素團周圍的邊界被稱為輪廓。OpenCV有一個內建的findContours()函式，可以用來檢測這些連續的區域。

那麼我們將從一個原始的驗證碼影象開始：

然後，我們將影象轉換為純黑白（這稱為閾值設定），這樣就很容易找到連續的區域：

接下來，我們將使用OpenCV的findContours()函式來檢測影象中各個包含相同顏色畫素的連續團：

那麼只需將每個區域儲存為一個單獨的影象檔案即可。而且由於我們知道每個影象應該包含從左到右的四個字母，所以我們可以使用這些知識來標記字母。只要我們按順序儲存它們，我們能夠用適當的字母名稱儲存每個字母影象。

但是等等 —— 我看到一個問題！ 有時候驗證碼有這樣的重疊字母：

這意味著我們最終將提取將兩個字母拼湊在一起的區域：

如果我們不處理這個問題，我們最終會建立糟糕的訓練資料。我們需要解決這個問題，以免我們不小心讓機器把這兩個相連的字母識別為一個字母。

我們將把任何寬度比高度還長的區域對半分開，並把它當作兩個字母。這是很粗暴，但這麼處理對識別這些驗證碼依然行得通。

現在我們有了一種提取單個字母的方法，讓我們在所有的CAPTCHA影象上執行它。目標是收集每個字母的不同變化。我們可以將每個字母儲存在自己的資料夾中。

下面是我提取所有字母后，我的“W”資料夾的樣子：

從我們的10000個驗證碼影象中提取的一些“W”字母。我一共得到了1147個不同的“W”影象。到目前為止時間過去：10分鐘。

現在，我們可以開始訓練它了！

用訓練資料集訓練10次後，我們達到了近100％的準確度。現在，只要我們想，我們應該能夠自動繞過這個驗證碼了！我們做到了！

到目前為止時間過去：15分鐘。（~!）

使用訓練的模型破解驗證碼

現在，我們有一個訓練有素的神經網路，用它來破解真正的驗證碼非常簡單：

1.從使用該WordPress外掛的網站抓取真實的驗證碼影象。

2.使用我們用來建立訓練資料集的相同方法，將驗證碼影象分解為四個單獨的字母影象。

3.要求我們的神經網路對每個字母影象做一個單獨的預測。

4.使用四個預測字母作為驗證碼的答案。

5.愉快的玩耍吧

以下是我們的模型如何解碼真正的驗證碼

或者從命令列

試試看吧！

如果你想親自嘗試一下，你可以在這裡獲取程式碼。它包括10000個示例影象和本文中每個步驟的所有程式碼。檢視裡面的README.md檔案，瞭解如何執行它。

但是，如果你想了解每一行程式碼究竟做了什麼，我強烈建議你也弄一本《Python計算機視覺深度學習》。它有更多的細節，並有大量的詳細的例子。這是迄今為止我所見過的唯一的一本，既涵蓋了工作原理又涵蓋了在現實世界中如何解決難題的書。去看看吧！

謝謝閱讀，歡迎關注我的部落格或者公眾號：https://home.cnblogs.com/u/Python1234/ Python學習交流

歡迎加入我的千人交流答疑群：125240963