import os
from PIL import Image
import numpy as np
import tensorflow as tf
from tensorflow.keras import datasets, layers, optimizers, Sequential, metrics
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
train_data_dir = r'D:\test\python\machinelearning\tensorFlow20\深度学习与TF-PPT和代码\深度学习与TensorFlow入门实战-源码和PPT\lesson32-Keras实战\验证码\train'
test_data_dir = r'D:\test\python\machinelearning\tensorFlow20\深度学习与TF-PPT和代码\深度学习与TensorFlow入门实战-源码和PPT\lesson32-Keras实战\验证码\test'
model_dir = r'D:\test\python\machinelearning\tensorFlow20\深度学习与TF-PPT和代码\深度学习与TensorFlow入门实战-源码和PPT\lesson32-Keras实战\验证码\model.h5'
def denoising(image):
"""
处理图片，方便更好识别，学习
:param image:图片对象
:return: 处理之后的图片
"""
threshold = 128 # 通过设置阈值，去除不必要的干扰物
for i in range(image.width):
for j in range(image.height):
r,g,b = image.getpixel((i,j))
if (r > threshold or g >threshold or b > threshold):
r=255
g=255
b=255
image.putpixel((i,j),(r,g,b))
else:
r = 0
g = 0
b = 0
image.putpixel((i, j), (r, g, b))
# 灰度图片
image = image.convert('L')
return image
def gen_train_data(filePath):
'''
生成数据集
:param filePath: 存filePath文件夹获取全部图片处理
:return: x_data:图片数据，shape=(num, 20, 80),y_data:标签信息, shape=(num, 4)
'''
#返回指定的文件夹包含的文件或文件夹的名字的列表。
train_file_name_list = os.listdir(filePath)
# 返回值
x_data = []
y_data = []
# 对每个图片单独处理
for selected_train_file_name in train_file_name_list:
if selected_train_file_name.endswith('.png'):
# 获取图片对象
captcha_image = Image.open(os.path.join(filePath, selected_train_file_name))
# 对图片去噪，后面对这个方法单独说明
captcha_image = denoising(captcha_image)
# captcha_image = captcha_image.convert('L') # 对于简单的不用去噪，灰度反而更有利
captcha_image_np = np.array(captcha_image)
# 下面这两个是tensorflow获取图片信息，这里我们还是以上面为例
# img = tf.io.read_file(os.path.join(filePath, selected_train_file_name))
# img_np = tf.image.decode_jpeg(img, channels=0)
img_np = np.array(captcha_image_np)
# 把每个处理后的数据，塞进x_data,y_data
x_data.append(img_np)
y_data.append(np.array(list(selected_train_file_name.split('.')[0])).astype(np.int))
x_data = np.array(x_data).astype(np.float)
y_data = np.array(y_data)
return x_data,y_data
# 生成训练集
(x,y) = gen_train_data(train_data_dir)
# 生成测试集
(x_test,y_test) = gen_train_data(test_data_dir)
print(x.shape,y.shape) #(num个图片验证码, 20宽, 80高) (955个图片验证码, 4)
def preprocess(x,y):
"""
对x,y进行数据处理，转成tensor张量，小范围缩小在-1~1之间
"""
x = 2*tf.cast(x,dtype=tf.float32)/255.-1
x = tf.expand_dims(x,-1)
y = tf.cast(y,dtype=tf.int32)
return x,y
batch_size = 10
train_db = tf.data.Dataset.from_tensor_slices((x,y))
train_db = train_db.map(preprocess).batch(batch_size)
test_db = tf.data.Dataset.from_tensor_slices((x_test,y_test))
test_db = test_db.map(preprocess).batch(1)
model = Sequential([
# 第一个卷积层
layers.Conv2D(32, kernel_size=[3, 3], padding="same", activation=tf.nn.relu),
layers.MaxPool2D(pool_size=[2, 2], strides=2, padding='same'),
# layers.Dropout(0.25),
# 第二个卷积层
layers.Conv2D(64, kernel_size=[3, 3], padding="same", activation=tf.nn.relu),
layers.MaxPool2D(pool_size=[2, 2], strides=2, padding='same'),
# layers.Dropout(0.25),
layers.Flatten(),
# 全连接
layers.Dense(128),
layers.Dense(40), # 因为这里我们4个数字，所以也就4*10可能性
layers.Reshape([4,10])
])
model.build(input_shape=[None, 20, 80, 1])
model.summary()
# 设置学习率
optimizer = optimizers.Adam(lr=1e-3)
def train():
global model
# 如果存在模型，就拿以前的继续训练，不用再从头开始
if os.path.exists(model_dir):
model = tf.keras.models.load_model('model.h5', compile=False)
# 进行20次重复训练
for epoch in range(20):
for step, (x, y) in enumerate(train_db):
# 有的时候验证码不是这种格式，就没处理所以就不是的直接过滤
if x.shape == (10, 20, 80, 1):
with tf.GradientTape() as tape:
# logits
logits = model(x)
# 真实值就行one_hot编码来对比
y_onehot = tf.one_hot(y, depth=10)
# 设置loss
loss_ce = tf.losses.MSE(y_onehot, logits)
loss_ce = tf.reduce_mean(loss_ce)
# 不断更新梯度
grads = tape.gradient(loss_ce, model.trainable_variables)
optimizer.apply_gradients(zip(grads, model.trainable_variables))
if step % 10 == 0:
print(epoch, step, 'loss:', float(loss_ce))
# 因为一次就已经很高了，所以直接保存模型
model.save('model.h5')
def test():
model = tf.keras.models.load_model('model.h5', compile=False)
for step, (x, y) in enumerate(test_db):
if x.shape == (1, 20, 80, 1):
logits = model(x)
logits = tf.nn.softmax(logits)
pred = tf.cast(tf.argmax(logits,axis=2),dtype=tf.int32)
print('预测值：',pred[0].numpy(),'真实值：',y[0].numpy(),'是否相同：',int(tf.reduce_sum(tf.cast(tf.equal(pred,y),dtype=tf.int32)))==4)
if __name__ == '__main__':
#判断是否存在模型文件，没有则训练生成
choice_flag = 1 # 0训练 1测试
if os.path.exists(model_dir) and choice_flag==1:
test()
else:
train()
这是我参考的python字符验证码自动识别的源代码
第88行代码x=2tf.cast（x，dtype=tf.float32）/255.-1报错：类型"Literal[2]”和“TFE_Py_FastPathExecute | SparseTensor | IndexedSlices”不支持运算符“”类型“Literal[2]”和“SparseTensor”不支持运算符“”
类型“Literal[2]”和“Indexedslices”不支持运算符“”
能不能帮忙看看应该怎么写才对啊，⚽️⚽️了
