楼主，请教 about captcha_break HOT 13 OPEN

感谢大佬指点。
我想50%的识别率，每2张中就能认出1张，还是可以用的。
我程序加了个小技巧：每次验证码都按时间戳做文件名存盘。凡是通过验证进入下一页面的，我就将文件名改为验证码。这样至少有一半的图片是自动打了标签的（手工打太累了）。
于是乎一上午又多了300多张可用的样板，重新学习后，识别率高达93%。

from captcha_break.

@armstrong1972 你好，请问应该如何修改读取自己的图片数据集呢？小白完全不懂该如何下手....

修改 CaptchaDataset 类即可，给你个文件做参考
只要在主程序下，建2个子目录：
img/train 放train的图片
img/valid 放valid的图片

主程序内删除 CaptchaDataset 类所有代码，头部增加 ：

from dset_files import CaptchaDataset

dset_files.zip

from captcha_break.

增加数据量

from captcha_break.

凡是通过验证进入下一页面的，我就将文件名改为验证码。

这是非常好的思路。

from captcha_break.

@armstrong1972 你好，请问应该如何修改读取自己的图片数据集呢？小白完全不懂该如何下手....

from captcha_break.

from captcha_break.

[email protected]

from captcha_break.

请问您是怎么实现保存验证码的？我目前是用selenium + chrome + pyautogui实现的，但是现在需要将chrome设为headless，那pyautogui的右键保存功能就不能用了。请问您有别的方法吗？

from captcha_break.

不要用 pyautogui ，selenium 本身就有存图片的功能

from selenium import webdriver
PATH_ChromeDriver = "chromedriver.exe"
drvChrome = webdriver.Chrome(PATH_ChromeDriver)

drvChrome.get(HOME_PAGE)
imgVC=drvChrome.find_element_by_id("id_of_captcha")
f_vcode = basepath + "/img/__temp.png"
with open(f_vcode,'wb') as fp:
    fp.write(imgVC.screenshot_as_png)

from captcha_break.

很好用，非常感谢！因为变成120*30像素的png了，用作者的模型就报错了，

RuntimeError: Given groups=1, weight of size 32 3 3 3, expected input[128, 4, 30, 120] to have 3 channels, but got 4 channels instead

我想是因为jpg3个通道，png4个通道的缘故，但是不会改模型参数，劳请您再指教下！谢谢！

from captcha_break.

抱歉忘了提醒了，需要你去找个工具批量将他们改为 jpg 3通道文件。

from captcha_break.

或者 ：用程序读取4通道png，然后转成3通道

from PIL import Image
im = Image.open(im_path)
if im.shape[2] == 4:
      im =im.convert("RGB")

from captcha_break.

或者 ：用程序读取4通道png，然后转成3通道

from PIL import Image
im = Image.open(im_path)
if im.shape[2] == 4:
      im =im.convert("RGB")

您好，我在修改为读取图片测试时，遇到这样的问题：
RuntimeError: input.size(-1) must be equal to input_size. Expected 512, got 256
应该是输入尺寸的问题，但是我不清楚在哪里修改，劳烦指教一下，谢谢

from captcha_break.