Python版数据挖掘实验6报告.docVIP

华 南 农 业 大 学 综 合 实 验 报 告 学生姓名：洪毓阳 学 号：201512010107 实验持续时间： 一、实验名称：用神经网络破解验证码 1、实验目的： 用神经网络破解验证码 2、实验内容： 学习神经网络算法基本原理，并利用神经网络破解长度为4个字母的英文单词的验证码 3、实验环境（设备、软件、实验数据）： 设备：笔记本电脑 软件：Python idle 4、实验步骤： 下载安装相关Python库PIL、Skimage、Matplotlib、Pybrain、nltk、Numpy、Sklearn，加载导入各库； import numpy as npfrom PIL import Image, ImageDraw, ImageFontfrom skimage import transform as tffrom matplotlib import pyplot as pltfrom skimage.measure import label, regionpropsfrom pybrain.datasets import SupervisedDataSetfrom pybrain.supervised.trainers import BackpropTrainerfrom skimage.transform import resizefrom sklearn.preprocessing import OneHotEncoderfrom sklearn.model_selection import train_test_splitfrom pybrain.tools.shortcuts import buildNetworkfrom sklearn.metrics import f1_scorefrom nltk.corpus import wordsfrom sklearn.metrics import confusion_matrixfrom sklearn.utils import check_random_state 绘制验证码； #创建用于生成验证码的基础函数。#这个函数接收一个单词和错切值（通常在0到0.5之间），返回用numpy数组格式表示的图像def create_captcha(text, shear=.0, size=(100, 24)): im = Image.new(L, size, black) draw = ImageDraw.Draw(im) font = ImageFont.truetype(arial.ttf, 22) draw.text((0, 0), text, fill=1, font=font) image = np.array(im) affine_tf = tf.AffineTransform(shear=shear) image = tf.warp(image, affine_tf) return image / image.max() image = create_captcha(GENE, shear=0.5)plt.imshow(image, cmap=Greys)# plt.show() 输出结果： 将图像切分为单个的字母； #图像分割函数接收图像，返回小图像列表，每张小图像为单词的一个字母def segment_image(image): labeled_image = label(image 0) subimages = [] for region in regionprops(labeled_image): start_x, start_y, end_x, end_y = region.bbox subimages.append(image[start_x:end_x, start_y:end_y]) if len(subimages) == 0: return [image, ] return subimages subimages = segment_image(image) #查看每张小图像f, axes = plt.subplots(1, len(subimages), figsize=(10, 3))for i in range(len(subimages)): axes[i].imshow(subimages[i], cmap=gray)plt.show() 输出结果： 将验证码图片转换成数组，创建训练集进行训练；