本文，将会简述如何利用Matlab的强大功能，调用神经网络处理验证码的识别问题。
预备知识，Matlab基础编程，神经网络基础。
可以先看下：
Matlab对图像读入处理，去掉噪声点和较浅的点，进行二值化，将图像转变为0/1矩阵，这样就完成了预处理。
然后要对图像进行切割，取到每个数字的小图片位置，将其缩放至等大小，方便神经网络进一步处理。
最后将图片转成神经网络能够识别的格式，例如BP网络，则将其转为行向量，深卷积网络，则将其转为矩阵即可。
Matlab对验证码的识别是基于神经网络的，但预处理工作还是占了整体工作的大半，将数据整理好并处理成对应可用的格式，问题就简单了很多。
Matlab的一大缺陷是不注重数据结构，其结构体无比难用，所以我们这里将尽可能使用矩阵进行处理，而参数较多时，我们也只是简单的将其放入到元胞数组中，不优雅之处，敬请见谅。
首先介绍一下matlab的图像基本处理函数：
img = imread(‘path‘) # 返回一个图像的矩阵，其每个元素的值，包含rgb三个通道的数据。
imshow(img) # 显示图像
imgGray = rgb2gray(img) # 转为灰度图像
thresh = graythresh(imgGray); % 自动确定二值化阀值
BW = 1 - im2bw(imgGray,thresh); % 二值化，且取反，黑的部分是0，白的部分是1,
I2 = bwareaopen(BW, 8, 8); % 去除连通分量中小于10的离散点我们看看目标的图片：
有很多随机的像素点干扰，我们需要将这些像素点去除，然后进行图像切割。
切割图片实际上很简单，就是对图片中每行每列进行统计，然后将形成的波形进行扫描，每个从0上升又下降到0的区域，就是一个字符。
切割后的图片：
下面我们来写一个完整的函数分割器函数，为了检测正确性，我们这里提供了isshow标记，如果设置为true，将会打印中间的调试信息。
% 图片分割器
function y = cutting(img, isshow)
if nargin < 2; isshow = false; end
if isshow;
imshow(img); % 显示彩色图像
end
imgGray = rgb2gray(img); % 转为灰度图像
thresh = graythresh(imgGray); % 自动确定二值化阀值 （这个不太好，有时会整体删除一个字）
BW = 1 - im2bw(imgGray,thresh); % 二值化
I2 = bwareaopen(BW, 8, 8); % 去除连通分量中小于10的离散点
varray = sum(I2);
imgsize = size(I2);
if isshow
figure; % 打开一个新的窗口显示灰度图像
imshow(imgGray); % 显示转化后的灰度图像
harray = sum(I2‘);
x1 = 1 : imgsize(1, 1);
x2 = 1 : imgsize(1, 2);
figure; % 打开一个新的窗口显示分割图
plot(x1, harray, ‘r+-‘, x2, varray, ‘y*-‘);
figure; % 打开一个新的窗口显示灰度图像
imshow(I2); % 显示转化后的灰度图像
end
va = mean(varray); % 计算平均值
harray = sum(I2‘);
vb = mean(harray);
%% matlab 设计的实在太烂！真是我有史以来见过的最烂的语言
%% 函数只有搅成一坨的情况下才能正确运行
%% 他们根部不知道如何用闭包，以及合理的封装对象
isanum = false;
sumy = 0;
for i = 1 : imgsize(1, 1)
if harray(i) > vb;
if isanum == false;
isanum = true;
cvb = i;
end
else
if isanum;
isanum = false;
cve = i;
sumy = sumy + 1;
if isshow;
hold on;
plot([0 imgsize(1,2)], [cvb cvb],‘r--‘);
plot([0 imgsize(1,2)], [cve cve], ‘r--‘);
end
end
end
end
y = {}
sumy = 0;
for i = 1 : imgsize(1, 2);
if varray(i) > va;
if isanum == false;
isanum = true;
ctb = i;
end
else
if isanum;
isanum = false;
cte = i;
sumy = sumy + 1;
if isshow;
hold on;
plot([ctb ctb], [0 imgsize(1,1)],‘r--‘);
plot([cte cte], [0 imgsize(1,1)],‘r--‘);
end
t = I2(cvb:cve, ctb:cte);
y{sumy} = t;
end
end
end
end
我们这个函数实现了对图片的预处理工作，成功的将大部分图片分割成了小图片，放到返回的元胞数组中，但这还有一个重要的问题，就是切割后的图片并不等大小。
并且，我们为了让这些图片能够方便的进行训练，希望将他们归好类别，方便标记。将图像等大小十分简单，只需要将图像的最大的长和宽找到，然后对矩阵进行扩展，多余的位置补0即可。
%% 将数字分类放置
for i = 1 : length(imgs_name)
img_name = imgs_name{i};
imgs = cutting(imread([‘train/‘,img_name,‘.jpg‘]), false);
if (length(imgs) == length(img_name))
imgs_num_size = length(img_name);
for j = 1 : imgs_num_size
tmp_num = str2num(img_name(j)) + 1;
imgs_sample_num(tmp_num) = imgs_sample_num(tmp_num) + 1;
imgs_sample{tmp_num, imgs_sample_num(tmp_num)} = imgs{j};
tmp_size = size(imgs{j});
end
end
end
max_size = [16 16];
%% 归一化所有样本，使其等大小
for i = 1 : 10
for j = 1 : imgs_sample_num(i)
temp = zeros(max_size);
imgs_size = size(imgs_sample{i, j});
temp(1:imgs_size(1,1), 1:imgs_size(1,2)) = imgs_sample{i, j};
imgs_sample{i, j} = temp;
% figure;
% imshow(temp);
end
end由于已经做好了充足的预处理工作，那么接下来的识别就十分简单了，BP网络和深卷积网络都有对应的库支持操作，所以我们只需要编写配置代码就可以了。
BP网络就是简单的三层结构，由于层数太大可能带来误差残差太小等问题，造成训练困难，我们这里使用足够多的隐层节点保障BP网络的精度就可以了。
输入就是整个图像转为1维向量，输出则是可能属于的类别的概率，是一个10维的向量，要确定分类结果，就将其中最大的数字找到即可。
那么，我们就可以开始组织训练数据了。
% 创建数据集
%% buildtrainset: 用来创建神经网络适合的训练集
function [inputs outputs] = buildtrainset(imgs, number)
i = 1;
for k = 1 : 10
for j = 1 : number(k)
input = imgs{k, j};
input_size = numel(input);
inputs(i, :) = reshape(input‘, input_size, 1);
outputs(i, :) = zeros(10, 1);
outputs(i, k) = 1;
i = i + 1;
end
end
end然后训练并比较正确与否：
function y = runbp(imgs_sample, imgs_sample_num, max_size)
% bp 网络训练
[a, b] = buildtrainset(imgs_sample, imgs_sample_num);
net = bpann(a‘, b‘);
% bp 测试
image_dir=dir(‘image/*.jpg‘);
for i = 1: length(image_dir)
str_name = image_dir(i).name;
imgs_test{i} = str_name(1:4);
end
rightnum = 0;
sumnum = 0;
for i = 1 : length(imgs_test)
img_name = imgs_test{i};
imgs = cutting(imread([‘image/‘,img_name,‘.jpg‘]), false);
if (length(imgs) == length(img_name))
for j = 1 : length(img_name)
tmp_num = str2num(img_name(j)) + 1;
%% 等大小化
temp = zeros(max_size);
imgs_size = size(imgs{j});
temp(1:imgs_size(1,1), 1:imgs_size(1,2)) = imgs{j};
imgs{j} = temp;
input_size = numel(temp);
testInput(j, :) = reshape(temp‘, input_size, 1);
end
size(testInput)
Y = sim( net , testInput‘ );
mans = [1:4];
for j = 1 : length(img_name)
ymax = 0;
yans = NaN;
for k = 1 : 10
if (ymax < Y(k, j))
ymax = Y(k, j);
yans = k;
end
end
mans(j) = yans-1;
sumnum = sumnum + 1;
if (mans(j) == str2num(img_name(j)))
rightnum = rightnum + 1;
end
end
img_name
mans
end
end
rightdata = [rightnum, sumnum-rightnum]
pie(rightdata, {‘right‘, ‘wrong‘});
end经过1500次左右的迭代，收敛精度基本达到了要求：
识别结果：
1830
mans =
1 8 3 0
2940
mans =
2 9 4 0
3742
mans =
3 7 4 2
5980
mans =
5 9 8 0
6739
mans =
6 7 3 9
8240
mans =
8 2 4 0
8324
mans =
8 3 2 4
但遗憾的是，识别正确率并不是100%，而是70%，由于有3组数据在预处理时失败了，并没有被正确的二值化，造成了无法识别，但可以看出，神经网络的识别正确率还是相当高的。
我们这里使用了一个流行的深度学习工具包DeepLearnToolbox，这个工具包可以在github上被找到。
将其下载下来，然后添加两个path路径，将其引用：
path(path, ‘DeepLearnToolbox-master/CNN/‘)
path(path, ‘DeepLearnToolbox-master/util/‘)然后我们构建一个卷积网络的结构struct，并利用类似BP的方式，将数据集构造好：
% 网络训练集构造
[a, b] = buildtrainset_cnn(imgs_sample, imgs_sample_num);
% 16×16的原图片
cnn.layers = {
struct(‘type‘, ‘i‘) %input layer
struct(‘type‘, ‘c‘, ‘outputmaps‘, 6, ‘kernelsize‘, 5) %convolution layer
struct(‘type‘, ‘s‘, ‘scale‘, 2) %sub sampling layer
struct(‘type‘, ‘c‘, ‘outputmaps‘, 12, ‘kernelsize‘, 5) %convolution layer
struct(‘type‘, ‘s‘, ‘scale‘, 2) %sub sampling layer
};
cnn = cnnsetup(cnn, a, b);而卷积网络的配置如下：
% 学习率
opts.alpha = 2;
% 每次挑出一个batchsize的batch来训练，也就是每用batchsize个样本就调整一次权值，而不是
% 把所有样本都输入了，计算所有样本的误差了才调整一次权值
opts.batchsize = size(a, 3);
% 训练次数，用同样的样本集。我训练的时候：
% 1的时候 11.41% error
% 5的时候 4.2% error
% 10的时候 2.73% error
opts.numepochs = 2000;
% cnn = cnntrain(cnn, a, b, opts); % 如果是还未训练
load cnn_save cnn; %如果已经训练过，载入保存的网络就可以了这样我们来观察一下网络的结构，这是一个复杂的网络，input是一个16×16的图片，而每次卷积的核都是5×5的，还会有两个降维层。
然后我们会进行测试，和BP网络几乎一样
% 测试
image_dir=dir(‘image/*.jpg‘);
for i = 1: length(image_dir)
str_name = image_dir(i).name;
imgs_test{i} = str_name(1:4);
end
rightnum = 0;
sumnum = 0;
for i = 1 : length(imgs_test)
img_name = imgs_test{i};
imgs = cutting(imread([‘image/‘,img_name,‘.jpg‘]), false);
if (length(imgs) == length(img_name))
for j = 1 : length(img_name)
tmp_num = str2num(img_name(j)) + 1;
%% 等大小化
temp = zeros(max_size);
imgs_size = size(imgs{j});
temp(1:imgs_size(1,1), 1:imgs_size(1,2)) = imgs{j};
imgs{j} = temp;
input_size = size(temp);
testInput(:, :, j) = reshape(temp‘, input_size(1,1), input_size(1,2));
end
% 然后就用测试样本来测试
cnn = cnnff(cnn, testInput);
cnn.o
[~, mans] = max(cnn.o);
img_name
mans = mans-1
% [~, a] = max(y);
% bad = find(mans ~= a);
end
end
%plot mean squared error
plot(cnn.rL); 原文地址：http://blog.csdn.net/xfxyy_sxfancy/article/details/45971315
