網(wǎng)上有很多關(guān)于pos機用戶號碼采集,這里有一個入門企業(yè)級驗證碼識別項目的知識，也有很多人為大家解答關(guān)于pos機用戶號碼采集的問題，今天pos機之家(www.rcqwhg.com)為大家整理了關(guān)于這方面的知識，讓我們一起來看下吧!
本文目錄一覽：
pos機用戶號碼采集
機器之心專欄
作者：kerlomz
網(wǎng)上關(guān)于驗證碼識別的開源項目眾多，但大多是學(xué)術(shù)型文章或者僅僅是一個測試 demo，那么企業(yè)級的驗證碼識別究竟是怎樣的呢？
1. 前言
網(wǎng)上關(guān)于驗證么識別的開源項目眾多，但大多是學(xué)術(shù)型文章或者僅僅是一個測試 demo，那么企業(yè)級的驗證碼識別究竟是怎樣的呢？前方高能預(yù)警，這是一個生產(chǎn)水準(zhǔn)的驗證碼識別項目，筆者可以向你們保證，它一定會是各位所見過的文章中最實用的，你甚至可以不需要懂代碼寫代碼就能輕松使用它訓(xùn)練一個 99 識別率的模型。這才是企業(yè)級應(yīng)該有的樣子：算法開發(fā)負(fù)責(zé)框架，訓(xùn)練只需要一個實習(xí)生。不僅操作上簡單，在可用性和穩(wěn)定性上也是經(jīng)得起考驗。性能上，筆者使用騰訊云 1 核 1G 的機器測試：單次識別平均在 12ms 左右，再也不需要 GPU 部署了，CPU 一樣可以日調(diào)百萬。
不少初學(xué)者和筆者反應(yīng)，安裝環(huán)境太難了，沒關(guān)系，都給你們安排好了，一行 pip 就能搞定環(huán)境的 MuggleOCR。
倉庫地址：https://pypi.org/project/muggle-ocr
MuggleOCR 的體積有 6MB，其中附帶了兩個通用模型：簡單通用驗證碼，普通 OCR。簡而言之就是，再也不用愁驗證碼的樣本不好標(biāo)注了，它將是各位標(biāo)注樣本的利器，簡單的驗證碼識別率能有 95% 以上，復(fù)雜的也有 50%-70% 左右，只需要結(jié)合官網(wǎng)校驗，輕松下載幾萬標(biāo)注樣本。
除此之外，它可以支持調(diào)用使用本文框架（captcha_trainer）訓(xùn)練的模型。調(diào)用只需要三行核心代碼：
# 打開一張驗證碼圖片
with open(r"1.png", "rb") as f:
img_bytes = f.read()
# 步驟 1
import muggle_ocr
# 步驟 2
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.OCR)
# 步驟 3
text = sdk.predict(image_bytes=img_bytes)
print(text)
是不是很簡單，用它應(yīng)付一般的驗證碼識別足矣。
本項目旨在降低圖像識別的門檻，讓深度學(xué)習(xí)技術(shù)能夠進入更多人的視線。任何人經(jīng)過簡單的介紹，都可以輕易使用這項技術(shù)訓(xùn)練一個商業(yè)化的成品。
筆者選用的時下最為流行的 CNN Backbone+RNN+CTC（CRNN）進行端到端的不定長驗證碼識別，代碼中預(yù)留了 CNNX/MobileNet/DenseNet121/ResNet50 等。其中可能你們搜不到 CNN5 和 CNNX，因為是小編自己拼湊的網(wǎng)絡(luò)選項，專門為驗證碼優(yōu)化定制的，在配置界面中可以隨意切換網(wǎng)絡(luò)組合。
前面介紹這么多還沒進入正題，各位是不是好奇它到底是什么模樣呢？
運行方法：
1. 可通過編譯版的可執(zhí)行文件運行
2. 在項目中運行 app.py 來啟動 GUI 的界面
訓(xùn)練項目源碼：https://github.com/kerlomz/captcha_trainer
編譯版下載地址：https://github.com/kerlomz/captcha_trainer/releases
部署項目源碼：https://github.com/kerlomz/captcha_platform
編譯版下載地址：https://github.com/kerlomz/captcha_platform/releases
注意：在 Windows 服務(wù)器版中使用編譯版如果出現(xiàn)閃退，可以用 CMD 執(zhí)行可執(zhí)行文件來查看報錯，如果報錯為 cv2 ImportError: Dll load failed 請按照步驟：我的電腦——屬性——管理——添加角色和功能——勾選桌面體驗，點擊安裝，安裝之后重啟即可。
H16/H64 指的是隱藏神經(jīng)元個數(shù)，根據(jù)上面的數(shù)據(jù)可知，訓(xùn)練使用 GPU，部署預(yù)測使用 CPU 足矣。
2. 環(huán)境依賴：
環(huán)境依賴花了超長篇幅，主要是寫給零開發(fā)基礎(chǔ)的使用者，有基礎(chǔ)的可以隨便跳過，也歡迎使用編譯版，可在上一章末尾找到下載地址。
關(guān)于 CUDA 和 cuDNN 版本的問題，就讓不少人望而卻步，其實很簡單，如果使用 pypi 倉庫安裝的 TensorFlow，那么 Linux 系統(tǒng)使用 CUDA 9.0，Windows 使用 CUDA 10.0，因為倉庫中的 whl 安裝文件都是根據(jù)對應(yīng)的 CUDA 版本編譯的。也就是版本綁定死了，如果有需要可以去搜索 TensorFlow Wheel 找第三方編譯的版本，如果妄圖自行編譯我這里勸退一下，坑很多。
2.1 項目使用環(huán)境
以下是通過測試的環(huán)境：
本訓(xùn)練項目主要的環(huán)境依賴清單如下
在項目中的 requirements.txt 已經(jīng)整理好所有依賴模塊。一鍵
pip install -r requirements.txt
安裝即可
1）安裝相關(guān)依賴 不用理會上面的清單，在項目中的 requirements.txt 已經(jīng)整理好所有依賴模塊?？梢灾苯釉陧椖柯窂较聢?zhí)行
pip3 install -r requirements.txt
安裝所有依賴。
注意默認(rèn)情況會安裝到全局的 Python 環(huán)境下，筆者強烈建議在虛擬環(huán)境進行，做好項目間的環(huán)境隔離，可以借助 Virtualenv 或 Anaconda 等等實現(xiàn)。筆者個人使用的是 Virtualenv，如果有修改代碼需求的，可直接在 PyCharm 上操作。
virtualenv -p /usr/bin/python3 venv # venv 是虛擬環(huán)境的名稱，也是路徑名.
cd venv/ # 進入環(huán)境.
source bin/activate # 激活當(dāng)前環(huán)境.
cd captcha_trainer # captcha_trainer 是項目名.
pip3 install -r requirements.txt # 在剛剛創(chuàng)建的環(huán)境下安裝當(dāng)前項目的依賴
2.1.2 Ubuntu 16.04 下的 CUDA/cuDNN
網(wǎng)上很多教程，但是靠譜的不多，自己在不同的機器上部署過幾次，以身說法，14.04 桌面版支持不好，需要主板支持關(guān)閉 SecureBoot，Ubuntu 16.04 的坑少一點，大多的坑都發(fā)生在安裝好之后，在登陸界面無限循環(huán)無法進入桌面。網(wǎng)上很多教程提示要加驅(qū)動黑名單什么的，筆者親測沒那個必要。就簡單的幾步：1. 下載好安裝包 必須下載 runfile 類型的安裝包，即后綴名為. run 的安裝包，因為 deb 安裝包默認(rèn)安裝自帶驅(qū)動，這是導(dǎo)致登陸循環(huán)的罪魁禍?zhǔn)住?/p>
NVIDIA 驅(qū)動下載：https://www.geforce.cn/drivers
CUDA 下載地址：https://developer.nvidia.com/cuda-10.0-download-archive
cuDNN 下載地址：https://developer.nvidia.com/cudnn （需要注冊 NVIDIA 賬號且登陸，下載 deb 安裝包）
2. 關(guān)閉圖形界面 進入字符界面，快捷鍵 Ctrl+alt+F1，將 GUI 服務(wù)關(guān)閉
sudo service lightdm stop
3. 安裝 Nvidia Driver
命令中的版本自己對應(yīng)下載的版本改，在上面的下載地址根據(jù)自己的顯卡型號下載最新版，切記是 runfile 格式的安裝包。以下 3xx.xx 為版本號，請下載最新驅(qū)動。
sudo chmod a+x NVIDIA-Linux-x86_64-3xx.xx.run //獲取執(zhí)行權(quán)限
sudo ./NVIDIA-Linux-x86_64-3xx.xx.run –no-x-check –no-nouveau-check –no-opengl-files //安裝驅(qū)動
安裝后使用 nvidia-smi 命令驗證，若出現(xiàn)顯卡信息，則表示安裝成功
4. 安裝 CUDA
1）先安裝一些系統(tǒng)依賴庫
sudo apt-get install build-essential libx11-dev libxmu-dev libxi-dev libglu1-mesa-dev libgl1-mesa-glx libglu1-mesa freeglut3-dev
2) 執(zhí)行安裝程序，按提示繼續(xù)就好了，直到出現(xiàn)是否安裝驅(qū)動選項，選擇不安裝即可。
sudo sh cuda_9.0.176_384.81_linux.run
安裝完成還需要配置環(huán)境變量，將以下內(nèi)容就追加到 ~/.bashrc 文件的尾部
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
最后在終端執(zhí)行 sudo ldconfig 命令更新環(huán)境變量，重啟機器，重新啟用 GUI 即可。
sudo service lightdm start
2.1.3 Windows 系統(tǒng)
一直有人說 Windows 不適合做深度學(xué)習(xí)，其實筆者覺得還是蠻友好的。巨硬的系統(tǒng)安裝環(huán)境簡單一百倍，只要到官網(wǎng)下載對應(yīng)的安裝包，本項目建議 CUDA 10.0，Windows 2019 的話可以使用 Win10 版替代，CUDA 安裝的時候同樣不安裝驅(qū)動，包括一個 VS 的選項也去掉（不取消安裝會很慢并可能安裝失敗），然后下載對應(yīng)的 cuDNN 替換到 CUDA 安裝路徑即可，一般為：C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v10.0。
3 使用
開始之前，先解決一個世紀(jì)疑惑，有不少朋友常常私信我 “訓(xùn)練一個 x 位數(shù)英文數(shù)字驗證碼需要多少樣本？” 諸如此類的問題，筆者在此統(tǒng)一回復(fù)，樣本需要多少數(shù)量需要根據(jù)樣本的特征復(fù)雜程度來決定。
特征復(fù)雜度評價指標(biāo)：
變形
旋轉(zhuǎn)
模糊
背景干擾
前景干擾
字體種類
標(biāo)簽數(shù)目 / 驗證碼位數(shù)
分類數(shù)目 / 字符集大小
一般只包含以上 1-2 種的為簡單，2-3 種為復(fù)雜，3 種以上屬于特別復(fù)雜。樣本量依次遞增，從幾百，幾千，幾萬，到幾十萬不等，其中，分類數(shù)目（字符集帶）多寡對數(shù)量級影響較大，例如中文幾千字符集的驗證碼一般 10w 起步，筆者文中末尾的驗證碼用了 100w 樣本。
PS：親們不要再考驗框架的健壯性了，樣本量連一個 Batch Size 都達(dá)不到的，千萬不要嘗試，根本跑不起來。
目前為止，入坑準(zhǔn)備工作還差一步，巧婦難為無米之炊，首先，既然是訓(xùn)練，得要先有數(shù)據(jù)，筆者這里提供一份路人皆知的 mnist 手寫識別的數(shù)據(jù)集。
可以在騰訊云下載：https://share.weiyun.com/5pzGF4V
現(xiàn)在萬事俱備，只欠東風(fēng)。
3.1 定義一個模型
本項目所有配置都是參數(shù)化的，不需要改動任何代碼，可以直接通過可視化界面操作，訓(xùn)練幾乎圖片驗證碼。訓(xùn)練框架界面可以大致劃分為幾個部分：
1.Neural Network - 神經(jīng)網(wǎng)絡(luò)區(qū)
2.Project Configuration - 項目配置區(qū)
3.Sample Source - 樣本源配置區(qū)
4.Training Configuration - 訓(xùn)練配置區(qū)
5.Buttons - 功能控制區(qū)
依此類推的訓(xùn)練配置的步驟如下：
1. 神經(jīng)網(wǎng)絡(luò)區(qū) 的配置項看起來很多，對于新手來說，只需先選擇好使用的網(wǎng)絡(luò)，在樣本配置區(qū)選擇樣本路徑之后，會自動配置圖片有關(guān)的參數(shù)，保持默認(rèn)推薦參數(shù)即可。筆者一般使用 CNNX+GRU+CTC 網(wǎng)絡(luò)進行不定長驗證碼的訓(xùn)練。
2. 項目配置區(qū) 的配置項在網(wǎng)絡(luò)選好之后配置項目名，按回車或者點擊空白處確認(rèn)。
3. 樣本源配置區(qū) 的配置項用來配置樣本源的路徑，訓(xùn)練樣本是根據(jù)此路徑進行打包成 TFRecords 格式，驗證樣本可以不指定，使用 [Validation Set Num] 參數(shù)隨機從訓(xùn)練集總抽樣成驗證集，這里默認(rèn)隨機抽取數(shù)目為 300 個，可以在界面上自行修改。
4. 訓(xùn)練配置區(qū) 的配置項負(fù)責(zé)定義訓(xùn)練完成的條件如：結(jié)束準(zhǔn)確率，結(jié)束 COST，結(jié)束 Epochs，批次大小。如果最后無法滿足可以手動停止，然后點擊 [Compile] 編譯導(dǎo)出最新的訓(xùn)練模型。
5. 功能控制區(qū) 的配置項，設(shè)置完上面步驟，先點擊 [Make Dataset] 打包樣本，再點擊[Start Training] 開始訓(xùn)練。
以下部分有基礎(chǔ)的讀者們可以了解一下：
如若使用 CrossEntropy 作為解碼器需要注意標(biāo)簽數(shù) LabelNum 和圖片尺寸需要滿足的關(guān)系，因為網(wǎng)絡(luò)為多標(biāo)簽而設(shè)計（一般的多標(biāo)簽采用直接連接多個分類器，這也是有一部分網(wǎng)上的開源代碼你們修改了圖片就無法運行的原因之一），卷積層的輸出 outputs 經(jīng)過了以下變換：
Reshape([label_num, int(outputs_shape[1] / label_num)])
為了保證 int(outputsshape[1] / labelnum) 運算能夠得到正整數(shù)維度，這意味著他們之間存在某種數(shù)學(xué)關(guān)系，對 CNN5+Cross Entropy 網(wǎng)絡(luò)結(jié)構(gòu)而言，Conv2D 層的步長皆為 1，那么需要保證以下等式成立：
所以有時候需要對輸入的圖片 Resize，一般 4 位驗證碼不容易出現(xiàn)這種問題，位數(shù)為 3，5，6，7 容易出現(xiàn)不滿足等式的問題，這個等價關(guān)系如果不好計算的話，建議使用 CTC Loss。
例如使用 CNN5+CrossEntropy 組合，則輸入寬度與輸入高度需要滿足：
同理如果 CNN5+RNN+CTC，卷積層之后的輸出經(jīng)過以下變換：
Reshape([-1, outputs_shape[2] * outputs_shape[3]])
原輸出(batchsize, outputsshape[1], outputsshape[2], outputsshape[3])，RNN 層的輸入輸出要求為(batch, timesteps, num_classes)，為了接入 RNN 層，經(jīng)過以上的操作，又引出一個 Time Step（時間步長）的概念。
可以把 timesteps 可以理解為圖片切片，每個切片需要和標(biāo)簽對應(yīng)。進入 RNN 層之后 timesteps 的值也是經(jīng)過卷積池化變換之后 outputsshape[1]，而 CTC Loss 的輸入要求為 [batchsize, frames, num_labels]，若 timesteps 小于標(biāo)簽數(shù)目，可以理解為圖片切片數(shù)小于標(biāo)簽數(shù)，一個切片對應(yīng)了多個標(biāo)簽，那么肯定是無法計算損失的，也就是無法從損失函數(shù)中找到極小值，梯度無法下降。
timesteps 最合理的值一般是標(biāo)簽數(shù)的 2 倍，為了達(dá)到目的，也可以通過對輸入 Resize 來間接調(diào)整卷積池化之后的 outputs_shape[1]，一般情況下 timesteps 直接關(guān)聯(lián)于圖片寬度，大多情況只需按比例 Resize 寬度即可。
ExtractRegex 參數(shù)：
注意：如果訓(xùn)練集的命名方式和我提供的新手訓(xùn)練集不一樣，可以根據(jù)實際情況修改 ExtractRegex 的正則表達(dá)式。強烈建議不知道如何寫正則表達(dá)式的朋友按照筆者的定義規(guī)范命名。目前這個功能只支持在 yaml 配置文件中修改，GUI 界面尚不支持修改該參數(shù)。DatasetPath 和 SourcePath 參數(shù)允許配置多個路徑，如果需要把多種樣式的圖片混合一起訓(xùn)練，或者打算訓(xùn)練一套通用識別模型的用戶，這非常方便。分類數(shù)目 / 字符集（Category）已經(jīng)包括了大多數(shù)驗證碼和 OCR 的情況，大多數(shù)情況下不需要自定義，一般的圖形驗證碼是大小寫不敏感的，一般不要輕易選擇區(qū)分大小寫的分類，推薦默認(rèn)的 ALPHANUMERIC_LOWER ，會自動將大寫的轉(zhuǎn)為小寫，字符集定義很靈活，除了配置備注上提供的幾種范式，還支持訓(xùn)練中文，自定義字符集用 list 表示，參考如下：
Category: ['你', '好', '世', '界', '北', '京', '大', '學(xué)']
如果是單標(biāo)簽分類，可以配合 LabelNum=1，例如：
Category: ["飛機", "鞋子", "水杯", "面包", "橫幅", "訂書機", "壁畫", "貓砂", ......]
其文件名示例：飛機_0123456789012.png
如果是多標(biāo)簽分類，可以配合 LabelSplit=&，例如：
Category: ["飛機", "鞋子", "水杯", "面包", "橫幅", "訂書機", "壁畫", "貓砂", ......]
其文件名示例：飛機 & 鞋子 & 水杯_1231290424123.png
注意：中文字符集一般比數(shù)字英文大很多，收斂時間較長，同樣也需要更多的樣本量，千萬不要想著幾千張圖片訓(xùn)練幾千字符集的驗證碼，畢竟機器也不是神
形如上圖的圖片能輕松訓(xùn)練到 98% 以上的識別率。
Imagewidth="360px",height="auto" />
Pretreatment 參數(shù)：
這個 Pretreatment 參數(shù)主要是圖片預(yù)處理用的，例如下面這個有趣的 GIF 動圖，
通過觀察，滾動勻速，位數(shù)固定，那么一定存在某兩個固定的幀，完全包含前三和后三位的內(nèi)容。這種就可以采用拼接的形式，將包含完整 6 位的內(nèi)容的圖片拼接為一張，使用 Pretreatment/ConcatFrames 參數(shù)，選取前后兩個幀進行水平拼接，適用于處理滾動型 GIF，而閃爍型 GIF 可以使用 BlendFrames 參數(shù)進行圖層融合。
3.2 開始訓(xùn)練
1. 經(jīng)過 采集標(biāo)注樣本形如 xxx_隨機數(shù). png
2. 樣本打包 可以通過 GUI 界面的 [Make Dataset]，或者使用 make_dataset.py 手動配置打包樣本，打包的目的主要是為了減少硬盤的 IO 讀寫。有時候準(zhǔn)備的樣本比較少，訓(xùn)練結(jié)果不滿意，重新采集了一部分樣本怎么加入訓(xùn)練呢？對于增量的樣本打包可以使用[Attach Dataset]，無需重新打包。PS：使用源碼的同學(xué)需要具備一定的編程基礎(chǔ)，盡量不去修改核心函數(shù)和靜態(tài)定義以免出現(xiàn)錯誤，修改代碼的時候請確保配套的部署項目對應(yīng)的地方也一并修改了。
按照上面的介紹，講解雖多，但實際上只需要配置極少數(shù)的參數(shù)，就可以開始訓(xùn)練了，高級玩家一般配置不超過 10 秒。
開始訓(xùn)練：
1. 創(chuàng)建好項目后，在 PyCharm 中運行 trains.py，也可以在激活 Virtualenv 下使用終端亦或在安裝依賴的全局環(huán)境下執(zhí)行
2. 本文建議全程使用 GUI 界面進行操作，源碼使用 GUI 僅需啟動 app.py 即可。
python3 trains.py
下圖為訓(xùn)練通用模型的過程截圖，耐心等待訓(xùn)練結(jié)束即可。
訓(xùn)練結(jié)束會在項目路徑的 out 下看到以下結(jié)構(gòu)的文件，pb 為模型，yaml 為模型配置文件，下面該到部署環(huán)節(jié)了。
3.3 部署
一般驗證碼識別在企業(yè)中很少以 SDK 的形式被使用，大多是以微服務(wù)出現(xiàn)的，獨立于其他的業(yè)務(wù)，獨立運營和維護，那么企業(yè)級的部署服務(wù)又是怎樣的呢？
項目地址：https://github.com/kerlomz/captcha_platform
可以為各位提供一個參考，Tornado 服務(wù)僅作為一個例子，企業(yè)一般采用 gRPC 集群遠(yuǎn)程調(diào)用。
如需要集成到項目里通過 sdk 調(diào)用的，可以參考 MuggleOCR 的做法，它的核心繼承了 captcha_platform/sdk/pb/sdk.py：
https://pypi.org/project/muggle-ocr/
模型的調(diào)用方法：
可以通過 muggle-ocr 調(diào)用訓(xùn)練框架生產(chǎn)的模型（pypi 文檔有介紹），
也可以提取 sdk.py 根據(jù)需要自行修改。
還可以直接使用編譯版（免去安裝 Python 和 TensorFlow 環(huán)境，目前同時支持 Ubuntu/MacOS/Windows 三大平臺），第一章末尾有鏈接。
部署服務(wù)的特性：
支持多模型部署
支持模型熱拔插
版本控制靈活
支持批量識別
智能模型分發(fā)
筆者封裝了 Graph 會話管理，設(shè)計會話池，允許同時管理多模型，實現(xiàn)多模型動態(tài)部署方案。
1） 訓(xùn)練好的 pb 模型只要放在 graph 路徑下，yaml 文件放在 model 路徑下（操作順序很重要，yaml 主要用于服務(wù)發(fā)現(xiàn)，通過 ModelName 參數(shù)定位對應(yīng)的 pb 模型，如果順序顛倒，服務(wù)是無法加載尚未放置進來的模型的）。
使用 SDK 調(diào)用時，yaml 和 pb 模型必須在同一路徑下。
2） 卸載一個正在服務(wù)的模型，只需要刪除 yaml 和對應(yīng)的 pb 模型即可。（模型已加載于內(nèi)存所以無所謂順序）
3） 更新一個已經(jīng)部署加載的模型，只需按先后順序放置 pb 模型和高版本的 yaml 文件，服務(wù)會自動發(fā)現(xiàn)并加載，舊模型優(yōu)先級被取代，不會再被調(diào)用，便可按上述方法卸載棄用的模型釋放內(nèi)存。一切管理操作均無需重啟服務(wù)，可以無感知切換，方便維護提高了可用性。
其次，如果讀者有很多驗證碼需求需要逐個定制，訓(xùn)練時將所有尺寸一樣的圖片訓(xùn)練成一個模型，服務(wù)根據(jù)圖片尺寸會自動定位對應(yīng)的模型。當(dāng)然也可以通過傳遞 model_name 參數(shù)精確控制多模型調(diào)用，這樣的設(shè)計允許定制化和通用性共存，當(dāng)讀者們積累到一定量的樣本集時可以像 MuggleOCR 一樣訓(xùn)練一套通用識別模型作為備用模型。模型之間亦彼此獨立，每增加部署一個模型，僅僅增加了少量的內(nèi)存或顯存占用，不少小企業(yè)也吃過定制模型的虧，找個人定制模型，每個模型都要獨立啟用一個服務(wù)，無形增加了成本，每個進程若重復(fù)加載一遍整個框架無疑是極大的資源浪費。
前面有提到批量識別，有這種需求的用戶相對較少，這里只做簡單介紹，給一個 12306 的例子，如圖所示：
一張圖中包含了多個需要識別的部分，而框架中的 CorpParams 支持將大圖切割為小圖一并傳入，原本一個請求對于服務(wù)只能傳一張圖，現(xiàn)在可以通過裁剪功能一次傳入 9 張圖。代碼如下：
FieldParam:
CorpParams: [
{
"start_pos": [118, 0],
"interval_size": [0, 0],
"corp_num": [1, 1],
"corp_size": [60, 30]
},
{
"start_pos": [5, 40],
"interval_size": [5, 5],
"corp_num": [4, 2],
"corp_size": [66, 66]
}
]
OutputCoord: True
FieldParam/CorpParams 參數(shù)可以裁剪合并批次，該用法可避免多次調(diào)用。
但是識別項目提供多種后端實現(xiàn)版本：Tornado/Flask/gRPC/Sanic，其中 Flask 和 Tornado 搭載了加密接口 / captcha/auth/v2，類似于微信公眾號開發(fā)接口的 SecretKey 和 AccessKey 接口，有興趣的可以在 demo.py 中閱讀調(diào)用源碼了解。
部署服務(wù)可以使用 package.py 編譯為可執(zhí)行文件，本文中提供的編譯版也是基于 Pyinstaller 打包編譯的，編譯版不需要考慮更換機器需要重新安裝環(huán)境，若使用源碼部署的話，環(huán)境配置同訓(xùn)練項目一樣，使用項目中提供的 requirements.txt 一鍵安裝全部依賴，部署服務(wù)默認(rèn)推薦的是 CPU 版的 TensorFlow。
部署服務(wù)推薦 Tornado 后端，目前最穩(wěn)定的版本。
Linux：
Tornado：
# 端口 19952
python3 tornado_server.py
Flask
# 方案1，裸啟動， 端口 19951
python flask_server.py
# 方案2，使用gunicorn，端口 5000
pip install gunicorn
gunicorn -c deploy.conf.py flask_server:app
Sanic：
# 端口 19953
python3 sanic_server.py
gRPC:
# 端口 50054
python3 grpc_server.py
編譯版(基于 Tornado)
# 前臺運行
./captcha_platform_tornado
#后臺運行
nohup ./captcha_platform_tornado &
Windows：Windows 平臺下都是通過 python3 xxx_server.py 啟動對應(yīng)的服務(wù)，注意，Tornado、Flask、Sanic 的性能在 Windows 平臺都大打折扣，gRPC 是 Google 開源的 RPC 服務(wù)，有較為優(yōu)越的性能。編譯版直接運行編譯后的 exe 可執(zhí)行文件即可。
3.4 調(diào)用 / 測試
1. Tornado 服務(wù)：
具體參數(shù)：
請求為 JSON 格式，形如：{"image": "iVBORw0KGgoAAAANSUhEUgAAAFoAAAAjCAIAAA...base64 編碼后的圖像二進制流"}
返回結(jié)果：
該返回為 JSON 格式，形如：{'uid': "9b5a6a34-9693-11ea-b6f9-525400a21e62", "message": "xxxx", "code": 0, "success": true}
2. Flask 服務(wù)：
請求參數(shù)和返回格式同上
3. Sanic 服務(wù)：
請求參數(shù)和返回格式同上
4. gRPC 服務(wù)：需要安裝依賴，grpcio、grpcio_tools 和對應(yīng)的 grpc.proto 文件，可以直接從項目中的示例代碼 demo.py 中提取。
python -m grpc_tools.protoc -I. --python_out=. --grpc_python_out=. ./grpc.proto
grpcio、grpcio_tools 是根據(jù) grpc.proto 使用上述命令生成的。
class GoogleRPC(object):
def __init__(self, host: str):
self._url = '{}:50054'.format(host)
self.true_count = 0
self.total_count = 0
def request(self, image, model_type=None, model_site=None):
import grpc
import grpc_pb2
import grpc_pb2_grpc
channel = grpc.insecure_channel(self._url)
stub = grpc_pb2_grpc.PredictStub(channel)
response = stub.predict(grpc_pb2.PredictRequest(
image=image, split_char=',', model_type=model_type, model_site=model_site
))
return {"message": response.result, "code": response.code, "success": response.success}
if __name__ == '__main__':
result = GoogleRPC().request("base64編碼后的圖片二進制流")
print(result)
3.5 奇技淫巧
舉一個比較不常見的例子，以下例子不代表任何網(wǎng)站。
正常情況下會想到以下 1 和 2.1 的方法：
1. 顏色提取的思路，可以采用 HSV/K-means 聚類進行顏色的分離提?。盒Ч缦拢?/p>
弊端顯而易見，會有較大的特征丟失，識別率有較大的提升瓶頸，經(jīng)過測試，中英文 + 漢字的識別率在 90% 左右。
2. 不分離顏色的思路，該方案有兩種處理方法：
（1）同時預(yù)測顏色和字符內(nèi)容，這種方法看起來比較正統(tǒng)，但是成本較高，需要標(biāo)注每張圖的顏色和字符內(nèi)容，這個要求有多高呢，一般的打碼平臺是無法提供這樣的結(jié)果的，打碼平臺只返回對應(yīng)顏色的內(nèi)容，只能人工標(biāo)注，那么需要多少樣本呢？按照筆者訓(xùn)練的識別率 98 的模型用了 100w 左右的樣本。一張這樣的樣本標(biāo)注假設(shè)需要 0.1 元，那么 100w 樣本需要 10w 標(biāo)注費用，假設(shè) 0.01 元，也要 1w 的標(biāo)注費用。但是驗證碼高質(zhì)量的人工標(biāo)注幾乎是不存在的，因為很多樣本，人眼的識別率是不如機器的，總體標(biāo)注的準(zhǔn)確率大概也只能在 85 左右?？雌饋聿⒉豢扇?，有一種節(jié)約成本的辦法，可以通過算法生成樣本，但是呢，生成的識別率英文數(shù)字還可以，中文的識別率就低的可憐了。
（2）每個顏色分別訓(xùn)練一個模型， 這種方法看起來有點蠢，但是確實比較合適有效的辦法了，可以輕松借助打碼平臺的返回結(jié)果標(biāo)注樣本。需要的顏色可以通過官網(wǎng)提供的字段取到，返回結(jié)果通過打碼平臺識別得到，這樣一組合，樣本就有了。這種方法的成本相對較低，樣本數(shù)不變的前提下，打碼價格低于人工標(biāo)注的成本。但是筆者訓(xùn)練的是一種顏色的樣本用了 100w。每個顏色分別訓(xùn)練這樣成本還是下不來。四種顏色就是 500w 樣本。官網(wǎng)的每次獲取圖片的時候顏色隨機出現(xiàn)的概率也不一定是 1/4。
（3）把所有顏色都通過顏色變換為一種顏色，整體思路同（2）。如下圖，筆者將黑色轉(zhuǎn)換為紅色，但是樣本成本只有采集一種顏色的成本?？雌饋硎悄壳拔恢米罴训姆桨噶?，事實也是如此的。但是呢，100w 的樣本對于普通人來說也是一筆不小的花銷，即便有了樣本能做出來也需要花費不少的時間和精力。
不過采集樣本不是單純的接打碼平臺就完事了，需要經(jīng)過官網(wǎng)判斷，只有通過驗證，正確的樣本才保存下來。這樣有效的樣本對提高識別率才有幫助。
經(jīng)過筆者實驗，2.3 的方法性能效果最佳。
筆者實時對接官網(wǎng)對實驗?zāi)Ｐ瓦M行檢驗，結(jié)果如上圖，測試了 200 + 次，識別率達(dá)到 98% 以上，識別速度的話，相較于 1.1 的方法省去了顏色提取，大大縮短了時間，CPU 大概 5-8 毫秒左右，模型大概 3mb。
所以選擇合適的方案解決問題才是最終的目的，希望這個項目和這篇介紹能帶大家入門企業(yè)級的驗證碼識別。
以上就是關(guān)于pos機用戶號碼采集,這里有一個入門企業(yè)級驗證碼識別項目的知識，后面我們會繼續(xù)為大家整理關(guān)于pos機用戶號碼采集的知識，希望能夠幫助到大家！
