DAY8:验证码辨识（一）

今天要来跟大家分享验证码辨识，因为公司也有用到，我就搭配一个网站，让大家来尝试看看，这个网站是＂身分证国民身分证领补换资料查询作业＂，银行作业很常会用到，今天就以他的验证码来做练习吧！！
网站连结

• 图片蒐集

要做图像辨识，我们第一件事情一定是先蒐集资料，爬取够多的图片，才能练出更准确的模型。小弟爬取图片的部分，是跟我们公司老大学的，主要先撷取网站页面，再定位验证码图片位置，把验证码再截图下来，再做人工标记。

这边我们主要用selenium去做操作，要用selenium开启chrome要先去这边下载chromedriver.exe。另外我们需要储存图片，我这边使用PIL的Image去做图片的开启和储存。我们这个图片爬取的执行都是在背景下执行，不开视窗。

from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from PIL import Image

chrome_options = Options()
chrome_options.add_argument("--headless")#不开视窗，在背景下处理
driver = webdriver.Chrome(options=chrome_options)
driver.get("https://www.ris.gov.tw/apply-idCard/app/idcard/IDCardReissue/main")

先进去网页整页截图。

scroll_width = driver.execute_script('return document.body.parentNode.scrollWidth')
scroll_height = driver.execute_script('return document.body.parentNode.scrollHeight')
driver.set_window_size(scroll_width, scroll_height)
driver.save_screenshot('./cap_pic/fullpage.jpg')

这是我们全屏截图的图片。

现在我们要把他图形验证的图片给切下来。
先找到图形验证码的位置，然後抓取他的位置，指定好宽高，之後打开刚刚的全屏截图，在将我们设定的位置给取出来，转换成RGB去做储存。

element = driver.find_element_by_xpath('//*[@id="captchaImage_captcha-refresh"]')
left = element.location['x']
right = element.location['x'] + element.size['width']
top = element.location['y']
bottom = element.location['y'] + element.size['height']
img = Image.open('./cap_pic/fullpage.jpg')
img = img.crop((left, top, right, bottom))
img = img.convert("RGB")
img.save(f'C:/Users/Frank/PycharmProjects/practice/captcha_recognition/pic/{i}.jpg')

我们要抓很多张，这边假设我们抓100张图片，下面是完整程序码：

from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from PIL import Image


for i in range(0,100):
    chrome_options = Options()
    chrome_options.add_argument("--headless")
    driver = webdriver.Chrome(options=chrome_options)
    driver.get("https://www.ris.gov.tw/apply-idCard/app/idcard/IDCardReissue/main")
    ######
    scroll_width = driver.execute_script('return document.body.parentNode.scrollWidth')
    scroll_height = driver.execute_script('return document.body.parentNode.scrollHeight')
    driver.set_window_size(scroll_width, scroll_height)
    driver.save_screenshot('./cap_pic/fullpage.jpg')
    # 网页中图片验证码的位置
    element = driver.find_element_by_xpath('//*[@id="captchaImage_captcha-refresh"]')
    left = element.location['x']
    right = element.location['x'] + element.size['width']
    top = element.location['y']
    bottom = element.location['y'] + element.size['height']
    img = Image.open('./cap_pic/fullpage.jpg')
    img = img.crop((left, top, right, bottom))
    img = img.convert("RGB")
    img.save(f'./pic/{i}.jpg')
    print(f"已储存:{i}.jpg")

这样我们就把图片抓取下来啦，再来就是手动标签每张图片的label了。

因为如果在图片名称直接标签会有个问题，就是万一label是一样的，档名就会重复，那等於一种组合的字只能有一张图片，所以我会把它标记在CSV里面。

• 今日小结

今天就先分享爬取图片的方法，因为这几天较忙，没有太多时间，所以建模部分，我就放在明天的部分再跟各位分享罗！！
我主要用pytorch的框架，会分享一个自己架CNN和使用预训练模型去训练的差别。
谢谢各位～明天见罗！！