【源码】基于深度学习的验证码识别系统

项目简介

本项目是基于Python和深度学习技术构建的验证码识别系统，主要用于破解网易易盾、极验等主流验证码。该系统能够识别多种类型的验证码，如文字点选、滑动、语序、九宫格等，并且提供了完整的模型训练和识别流程。

项目的主要特性和功能

• 多类型验证码识别：可识别极验文字点选、极验滑动、极验语序、极验九宫格、易盾文字、易盾图标、易盾滑动、易盾乱序还原拼图等多种验证码。
• 深度学习模型：运用目标检测框架和文字识别框架，结合PyTorch和YOLOv3开展模型训练。
• 数据集共享：支持用户共享数据集，以此提升识别效果。
• 环境搭建简单：提供详细安装步骤，兼容Windows和Linux系统。

安装使用步骤

环境准备

• 安装Python环境。
• 安装PyTorch和相关依赖： bash pip install torch==1.4.0+cpu torchvision==0.5.0+cpu -f https://download.pytorch.org/whl/torch_stable.html pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

启动服务

• 安装完成后，启动验证码识别服务： bash python captcha_server.py
• 调用实例在api_requests.py中。

模型和数据集下载

模型和数据集需在指定处下载（原项目提及为QQ群，但此处省略具体群号等非技术信息）。

模型训练

• 使用label_image标注文字位置。
• 利用pytorch + yolov3训练位置预测模型。
• 依据预测位置裁剪汉字图片。
• 运用pytorch + CNN深层神经网络识别汉字。

预测和解析

• 加载训练好的模型。
• 对验证码图像进行预处理。
• 借助模型进行预测，提取验证码中的文字。

请确保本项目仅用于研究学习。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】