验证码识别1---My way of AI 23

写一个练手的验证码识别项目

数据集和完整代码我会传到我的下载资源

这篇文章是项目第一步，创建tfrecords文件

# 代码逻辑

1.读取图片文件
2.读取csv文件
3.处理一下读取好的csv文件到数字张量
4.写入tfrecords文件

1.读取图片文件

1.创建文件队列
2.构造阅读器取读取文件内容
3.选择相应的文件解码器取decode
4.要根据验证码的尺寸取setshape，因为读取过来的是一起读过来的
5.批处理数据

def get_image():
    """
    获取验证码图片内容
    :return: 批处理
    """
    file_name = os.listdir("./yz/train10000")

    # 构造路径加文件名
    file_list = [os.path.join(FLAGS.captcha_dir, file) for file in file_name]

    # 构造文件队列
    file_queue = tf.train.string_input_producer(file_list, shuffle=False)

    # 构造阅读器
    reader = tf.WholeFileReader()

    # 读取文件内容
    key, value = reader.read(file_queue)

    # 解码文件数据
    image = tf.image.decode_jpeg(value)
    image.set_shape([180, 60, 3])

    # 批处理数据
    image_batch = tf.train.batch([image], batch_size=10318, num_threads=1, capacity=10318)

    return image_batch

2.得到csv文件

这里要先说明一下数据集的样式，他是jegp格式的，每个图片的文件名就是验证码的内容。所以我先读取了文件名建立了一个csv文件，在来读csv

建立csv文件

import os
import tensorflow as tf

# def get_name():
#     """
#     得到训练集真实数据的函数
#     :return: a
#     """
print(os.listdir("./genpics/train/"))

a=list()
file_list=os.listdir("./yz/train10000")
with open("./data2.csv","w") as f:
    for i in range(len(file_list)):
       f.write(file_list[i][0:4]+"\n")# a.append()

# print(a)

读取csv

1.创建文件队列
2.创建文件阅读器
3.读文件
4.解码decode，注意格式
5.批处理

def get_label():
    """
    获取验证码文件的标签数据，其实也就是获取真实值
    :return: 真实值
    """
    file_queue = tf.train.string_input_producer(["./data2.csv"], shuffle=False)

    reader = tf.TextLineReader()

    key, value = reader.read(file_queue)

    records = [[1], ["None"]]

    key, label = tf.decode_csv(value, record_defaults=records)

    label_batch = tf.train.batch([label], batch_size=10318, num_threads=1, capacity=10318)
    return label_batch

3.处理字符串标签张量

刚才读取的csv文件其实就是真实值，但是还是字符串，怎么能去比较呢，所以我们要把他处理成数字的类型，于是乎我们就要建立字典去把他们一一对应起来。

1.建立字符索引
2.键值反转
3.构建标签列表
4.对标签列表进行处理

def deal_label(label_str):
    """
    处理字符串标签张量
    """
    # 构建字符索引
    num_letter = dict(enumerate(list(FLAGS.letter)))

    # 键值反转
    letter_num = dict(zip(num_letter.values(), num_letter.keys()))

    # 构建标签列表
    array = []

    # 对标签数据进行处理
    for string in label_str:
        letter_list = []

        # 修改编码方式为”utf-8“，并循环找到每张验证码字符对应的数字标记
        for letter in string.decode('utf-8'):
            letter_list.append(letter_num[letter])

        array.append(letter_list)

    # 将array转换成tensor类型
    label = tf.constant(array)

    return label

4.写tfrecoreds文件

把处理好的标签和image存到tfrecords文件
1.把标签转换成tf.uint8类型
2.建立tfrecords存储器
3.建立一个协议块，规定格式，注意这里的写法
4.写入，关闭文件。当然这里用with更好

def write_to_tfrecords(image_batch, label_batch):
    """
    将图片内容和标签写入tfrecords文件
    """
    # 转换类型
    label_batch = tf.cast(label_batch, tf.uint8)

    # 建立tfrecords存储器
    writer = tf.python_io.TFRecordWriter(FLAGS.tfrecords_dir)

    # 循环将图片上每一个example协议快，序列化后写入
    for i in range(5000):
        image_string = image_batch[i].eval().tostring()

        label_string = label_batch[i].eval().tostring

        example = tf.train.Example(feature=tf.train.Feature(feature={
            "image": tf.train.Feature(bytes_list=tf.train.BytesList(value=[image_string])),
            "label": tf.train.Feature(bytes_list=tf.train.BytesList(value=[label_string]))
        }))

        writer.write(example.SerializeToString())

    writer.close()

    return None

main函数

def main():
    # 获取当前的图片文件
    image_bacth = get_image()

    # 获取验证码文件中标签数据
    label_batch = get_label()

    print(image_bacth, label_batch)

    with tf.Session() as sess:
        coord = tf.train.Coordinator()
        threads = tf.train.start_queue_runners(sess=sess, coord=coord)

        label_str = sess.run(label_batch)

        # 处理字符串标签到数字张量
        babel = deal_label(label_str)

        # 写入到tfrecords文件中
        write_to_tfrecords(image_bacth, label_batch)

        coord.request_stop()

        coord.join(threads)

author：[email protected] 欢迎交流