[发明专利]一种基于窗口滑动和卷积神经网络的验证码识别方法

摘要

本发明针对传统的英文字母+数字+汉字验证码图片，提供一种基于窗口滑动和卷积神经网络的验证码识别方法。首先收集使用少量验证码图片，降噪后抠验证码需要识别的字符集，将每个字符集进行旋转、扭曲，增加背景噪音，然后针对这些字符集利用卷积神经网络，每个字符训练得到一个单字符分类器。最后对需要识别的验证码图片，预处理后进行连通域分割，针对每个连通域，进行窗口滑动，利用之前训练的单字符分类器进行分类，得到识别最终结果。该方法能有效解决因为验证码重叠及字符随机抖动过大难以切割的问题。而且采取少量验证码图片后抠图，自主生成相关训练集的方法，大大降低了采集和标注数据的成本。

主权项

一种基于窗口滑动和卷积神经网络的验证码识别方法，其特征在于，包括步骤：S1：收集需要破解的验证码数据样本，对每张样本图片进行二值化和预处理；S2：从预处理后的图片中抠出字符，得到相应的字符集；针对字符集中的每个字符，进行不同参数的形状变形，以及添加不同的背景噪声，进而扩充得到该字符对应的训练数据集；S3：将每个字符对应的训练数据集分别进行卷积神经网络训练，每个字符训练得到一个单字符分类器；S4：对待识别的验证码图片先进行二值化和预处理，然后进行连通域分割，针对每个连通域，进行窗口滑动，利用S3训练的所有单字符分类器进行分类，取单字符分类器输出概率最大的字符作为最终识别结果。