识别图片的方法和装置与流程

本发明涉及计算机技术领域，尤其涉及一种识别图片的方法和装置。

背景技术：

图片验证码是程序用于拦截无效请求的有效手段之一，其作为一种辅助安全的手段常用于web系统中。图片验证码识别技术对于安全监测有很大的帮助，测试工程师通过对web系统的图片验证码进行自动识别，可以绕过验证码限制，从而对web系统进行高并发环境下的自动化压力测试。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：现有的图片验证码的自动识别方法中，对于图片的解析是通过传统的对图片点、线的分析和灰度、色彩的分析，采用该种解析方法对图片验证码文字进行抽取、去噪和识别，对于模糊程度较高的图片验证码，识别效率和识别准确率都较低。

因此，亟需一种能够提高模糊图片的识别效率和识别准确率的识别图片的方法和装置。

技术实现要素：

有鉴于此，本发明实施例提供一种识别图片的方法和装置，能够提高模糊图片的识别效率和识别准确率。

为实现上述目的，根据本发明实施例的一个方面，提供了一种识别图片的方法，包括：

接收待识别图片；

把所述图片切割成一个或多个子图片；

把所述子图片输入分类器，由所述分类器基于预先训练获得的第一模型为所述子图片标记标签，从而识别所述图片。

进一步的，把所述图片切割成一个或多个子图片包括对所述子图片进行二值化和去噪处理。

进一步的，所述第一模型通过下述模型训练步骤获得：

获取图片集；

对所述图片集中的每个图片进行切割以得到该图片的子图片集；

在所有子图片集中选取子图片组成第一子图片集，为所述第一子图片集中的每个子图片标记标签；

在所有子图片集中选取子图片组成第二子图片集，将所述第二子图片集中的子图片的像素与所述第一子图片集中的每个子图片的像素进行对比，根据对比得到的像素有效率为第二子图片集中的每个子图片标记标签；

把所述第二子图片集中的每个子图片输入分类器，所述分类器基于所述第二子图片集进行训练获得第二模型；

把所有子图片集中的每个子图片输入分类器，所述分类器基于所述第二模型为该每个子图片标记标签；

把所有子图片集中的每个子图片输入分类器，所述分类器基于该所有子图片集训练获得所述第一模型。

本发明实施例提供的识别图片的方法还包括：

若图片识别错误，则保存该图片，以将该图片加入所述图片集中，并通过执行所述模型训练步骤获得新的第一模型。

进一步的，对图片进行切割包括：

对该图片从左至右逐列扫描，当找到第一个有效像素，则取该像素的横坐标作为第一个子图片的左界，然后继续逐列扫描，当找到第一个全无效的像素列，则取该列的横坐标作为所述第一个子图片的右界，

在所述第一个子图片的左界和右界之间从上到下逐行扫描，当找到第一个有效像素，则取该像素的纵坐标作为第一个子图片的上界，然后继续逐行扫描，当找到第一个全无效的像素行，则取该行的纵坐标作为所述第一个子图片的下界，

重复上述过程，直至扫描完该图片所有的像素，从而确定该图片的所有子图片的左界、右界、上界和下界。

进一步的，对子图片进行去噪处理包括：

当该子图片中的有效像素点周围的其他有效像素点的个数未超过阈值，则确定该有效像素点为噪音点，其中，当该子图片中的有效像素点数量小于预设数量时，所述阈值取预设的第一阈值，否则所述阈值取预设的第二阈值；

将该噪音点置为无效。

为实现上述目的，根据本发明实施例的另一个方面，提供了一种识别图片的装置，包括：

接收模块，用于接收待识别图片；

图片处理模块，用于把所述图片切割成一个或多个子图片；

图片识别模块，用于把所述子图片输入分类器，由所述分类器基于预先训练获得的第一模型为所述子图片标记标签，从而识别所述图片。

进一步的，所述图片处理模块进一步用于对所述子图片进行二值化和去噪处理。

本发明实施例提供的识别图片的装置还包括：

图片训练模块，用于通过下述模型训练步骤获得所述第一模型：

获取图片集；

对所述图片集中的每个图片进行切割以得到该图片的子图片集；

在所有子图片集中选取子图片组成第一子图片集，为所述第一子图片集中的每个子图片标记标签；

在所有子图片集中选取子图片组成第二子图片集，将所述第二子图片集中的子图片的像素与所述第一子图片集中的每个子图片的像素进行对比，根据对比得到的像素有效率为第二子图片集中的每个子图片标记标签；

把所述第二子图片集中的每个子图片输入分类器，所述分类器基于所述第二子图片集进行训练获得第二模型；

把所有子图片集中的每个子图片输入分类器，所述分类器基于所述第二模型为该每个子图片标记标签；

把所有子图片集中的每个子图片输入分类器，所述分类器基于该所有子图片集训练获得所述第一模型。

本发明实施例提供的识别图片的装置还包括：

迭代升级模块，用于若图片识别错误，则保存该图片，以将该图片加入所述图片集中，并通过执行所述模型训练步骤获得新的第一模型。

进一步的，所述图片处理模块进一步用于对该图片从左至右逐列扫描，当找到第一个有效像素，则取该像素的横坐标作为第一个子图片的左界，然后继续逐列扫描，当找到第一个全无效的像素列，则取该列的横坐标作为所述第一个子图片的右界，

第一个子图片的左界和右界之间从上到下逐行扫描，当找到第一个有效像素，则取该像素的纵坐标作为第一个子图片的上界，然后继续逐行扫描，当找到第一个全无效的像素行，则取该行的纵坐标作为所述第一个子图片的下界，

重复上述过程，直到扫描完该图片所有的像素，从而确定该图片的所有子图片的左界、右界、上界和下界。

进一步的，所述图片处理模块进一步用于当该子图片中的有效像素点周围的其他有效像素点的个数未超过阈值，则确定该有效像素点为噪音点，其中，当该子图片中的有效像素点数量小于预设数量时，所述阈值取预设的第一阈值，否则所述阈值取预设的第二阈值，然后将该噪音点置为无效。

为实现上述目的，根据本发明实施例的另一个方面，提供了一种识别图片的电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例提供的识别图片的方法。

为实现上述目的，根据本发明实施例的另一个方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例提供的识别图片的方法。

本发明提供的识别图片的方法和装置，将图片切割为子图片，然后通过机器学习的分类算法对子图片进行分类并标记标签，根据标签获得子图片的信息，从而识别整个图片的内容，解决了现有的图片识别方法对于模糊图片识别准确率低，识别效率低的问题。并且，能够通过对错误图片的持续收集和分析，不断迭代升级分类算法的分类模型，线性提升模糊图片识别的准确率。在持续累积错误图片后能够有效忽略模糊图片的噪声数据。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是本发明实施例提供的识别图片的方法的流程图；

图2是本发明实施例提供的识别图片的方法的应用流程示意图；

图3是本发明实施例提供的图片处理的流程示意图；

图4是本发明实施例提供的识别图片的装置的示意图；

图5是适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

本发明实施例提供一种识别图片的方法，如图1所示，该方法包括：步骤s101至步骤s103。

其中，在步骤s101中，接收待识别图片。然后在步骤s102中，把图片切割成一个或多个子图片，本发明提供的识别图片的方法可以应用于对文本类图片的识别，例如，可以通过对图片进行切割可以获得图片中的单个文字对应的子图片，进而在后续步骤中针对图片中的子图片进行文字内容的识别。

在步骤s103中，把待识别图片的子图片输入分类器，分类器基于预先训练获得的第一模型为子图片标记标签，根据标签获得子图片的内容信息，从而识别整个图片的内容。在本发明中，通过分类器进行子图片的识别，分类器可以为有监督的机器学习分类器，例如，在本发明中，可以采用支持向量机svm(supportvectormachine)的分类器来对子图片进行识别，当然，也可以采用其他有监督的机器学习分类算法作为本发明对子图片进行识别的替代方案。

本发明提供的识别图片的方法将图片切割为子图片，然后通过机器学习的分类算法对子图片进行分类并标记标签，根据标签获得子图片的内容信息，从而识别整个图片的内容，解决了现有的图片识别方法对于模糊图片识别准确率低，识别效率低的问题。

在本发明中，如图2和图3所示，步骤s102，把图片切割成一个或多个子图片是一个对于图片进行图片处理的过程，是后续步骤进行子图片识别和模型训练的基础，图片可以经图片处理后用来训练模型，也可以作为待识别图片经图片处理后输入分类器进行识别。其中，对于待识别图片的图片处理过程未在图中示出。

图片处理的过程其中包括对子图片进行切割转换、二值化、去噪处理、边缘检测以及压缩处理。

其中，对图片进行切割采用扫描线法分割，例如，对于一个待识别文本图片，顺序读取图片的像素点，从图片的左侧开始从上到下(像素的纵坐标y＝0y＝1...y＝n)扫描，如果无有效像素，扫描像素的横坐标x坐标右移一位，继续扫描。有效像素存在时，记录当前像素列x坐标并中断扫描本列。继续右移扫描，当某列无有效像素的时候，记录当前像素列x坐标，两个x坐标的区间为有效文本信息，重复操作横向扫描至完成。并用同样的方法横向从上到下扫描，标记y坐标，从而获得有效文本信息的y坐标的区间。对于整个图片扫描完成后，即获得该文本图片中包含有效文本信息的若干子图片(子图片1、子图片2…子图片n)。

在本发明的一种实施方式中，例如对于一个文本横向排列的验证码图片，可以通过下述步骤进行切割：

对该图片从左至右逐列扫描，当找到第一个有效像素，则取该像素的横坐标作为第一个子图片的左界，然后继续逐列扫描，当找到第一个全无效的像素列，则取该列的横坐标作为第一个子图片的右界。

第一个子图片的左界和右界之间从上到下逐行扫描，当找到第一个有效像素，则取该像素的纵坐标作为第一个子图片的上界，然后继续逐行扫描，当找到第一个全无效的像素行，则取该行的纵坐标作为第一个子图片的下界。

重复上述过程，直到扫描完该图片所有的像素，从而确定该图片的所有子图片的左界、右界、上界和下界，完成对于该图片的切割。

在本发明中，图片处理的过程中对子图片进行二值化所用的阈值为所有可能取值的中间值。

在本发明中，图片处理的过程中：在对子图片进行二值化后得到子图片处理的中间结果，然后进行去噪处理，去噪处理对二值化后的子图片的有效像素点进行统计，判断该子图片中的有效像素点周围的其他有效像素点的个数是否超过阈值，当该子图片中的有效像素点周围的其他有效像素点的个数未超过阈值，则确定该有效像素点为噪音点，其中，当该子图片中的有效像素点数量小于预设数量m时，阈值取预设的第一阈值n1，否则阈值取预设的第二阈值n2，n2小于n1。在本发明中，在去噪过程时使用不同阈值处理的原因是防止过度去噪，导致损失有效像素，实际应用过程中，m的取值区间通常为总像素点数量的1/20至1/4，n1的取值区间通常为4至8，对应的n2的取值区间通常为2至6。在本发明中，去噪处理的过程中还可以包括其他常规的去噪方式，例如对子图片进行高斯模糊处理。

在确定了噪音点后，将子图片中所有的噪音点值置为无效，进而完成去噪处理得到子图片处理的最终结果并输出。

在本发明中，步骤s103中，分类器基于预先训练获得的第一模型为子图片标记标签，该第一模型通过下述模型训练步骤获得：

首先，获取用于训练模型的图片集，对图片集中的每个图片进行图片处理，图片处理过程与上文中对待识别图片的图片处理过程相同，对图片集中的每个图片进行切割转换、二值化、去噪处理、边缘检测以及压缩处理，得到经图片处理后的每个图片的子图片集。

在所有子图片集中选取子图片组成第一子图片集，为第一子图片集中的每个子图片标记标签。第一子图片集为所有子图片中的小量图片集，以文本类图片为例，第一子图片集的子图片数量通常在覆盖每个文本(例如对于包含英文和数字的验证码图片，覆盖10个阿拉伯数字和26个字母)的情况下取二到三倍，标记标签的方式可以为人工标记的方式，每个子图片对应一个标签。

然后，在所有子图片集中选取子图片组成第二子图片集，第二子图片集为为所有子图片中的部分图片集，第二子图片集的子图片数量大于第一子图片集，第二子图片集的子图片数量可以通过相同信息图片的差异度决定，在差异较低的情况下，子图片数量通常在在覆盖每个文本的情况下取十倍左右。

对比第一子图片集和第二子图片集中的每个子图片的像素，通过计算对比得到的像素有效率的方式为第二子图片集中的每个子图片标记标签，即将第二子图片集中的子图片和第一子图片集中的每一个子图片，都一个一个像素的进行比对，像素相同则标记为有效，不同则标记为无效，对比完成后，第二子图片集中的子图片取有效像素数最高的那个第一子图片集中的子图片的标签，从而完成对于第二子图片集中的每个子图片标记标签。完成标记后，可以人工检查样本的标签是否正确并矫正错误标签。

之后，把第二子图片集中的每个子图片输入分类器(例如支持向量机分类器)，通过支持向量机分类器将图片数值化成为像素矩阵，其中每个像素点都是一个特征，由于图片被处理成固定像素大小，所以形成了固定的高维矩阵后做特征分析。支持向量机分类器基于第二子图片集进行分类训练获得第二模型。再之后，将第二模型作为一个初步的训练模型，把所有子图片集中的每个子图片输入分类器，分类器基于该第二模型为该每个子图片标记标签。同样的，完成标记后，可以人工检查样本的标签是否正确并矫正错误标签。

最后，把所有子图片集中的标记了标签的每个子图片输入支持向量机分类器，支持向量机分类器基于该子图片集中的每个子图片进行分类训练获得第一模型，第一模型作为最终模型用于对于待识别图片的识别。

本发明提供的识别图片的方法还包括模型迭代升级过程。在该过程中：若步骤s103中，若图片识别正确，则输出识别结果，若图片识别错误，则保存该错误图片，当累积做够多的这种错误图片时，可以根据错误图片修正图片过程中处理环节的参数，来提升模型的准确率，例如，可以调整去噪过程中的阈值数值的设置，以及调整高斯模糊的比率等。也可以将该图片加入图片集中，与原图片集中的图片汇总，并通过执行模型训练步骤重新生成新的第一模型，从而实现对于模型的迭代升级，不断提升图片识别的准确率。

本发明提供的识别图片的方法，将图片切割为子图片，然后通过机器学习的分类算法对子图片进行分类并标记标签，根据标签获得子图片的信息，从而识别整个图片的内容，解决了现有的图片识别方法对于模糊图片识别准确率低，识别效率低的问题。并且，能够通过对错误图片的持续收集和分析，不断迭代升级分类算法的分类模型，线性提升模糊图片识别的准确率。在持续累积错误图片后能够有效忽略模糊图片的噪声数据。

本发明实施例还提供一种识别图片的装置，如图4所示，该装置500包括：接收模块501，图片处理模块502和图片识别模块503。

其中，接收模块501用于接收待识别图片。

图片处理模块502用于把图片切割成一个或多个子图片。

图片识别模块503用于把子图片输入分类器，由分类器基于预先训练获得的第一模型为子图片标记标签，从而识别图片。

在本发明中，图片处理模块进一步用于对子图片进行二值化和去噪处理。

本发明实施例提供的识别图片的装置还包括：图片训练模块。

图片训练模块用于通过下述模型训练步骤获得第一模型：

获取图片集；

对图片集中的每个图片进行切割以得到该图片的子图片集；

在所有子图片集中选取子图片组成第一子图片集，为第一子图片集中的每个子图片标记标签；

在所有子图片集中选取子图片组成第二子图片集，对比第一子图片集和第二子图片集中的每个子图片的像素，通过计算对比得到的像素有效率的方式为第二子图片集中的每个子图片标记标签；

把第二子图片集中的每个子图片输入分类器，分类器基于第二子图片集进行训练获得第二模型；

把所有子图片集中的每个子图片输入分类器，分类器基于第二模型为该每个子图片标记标签；

把所有子图片集中的每个子图片输入分类器，分类器基于该子图片训练获得第一模型。

本发明实施例提供的识别图片的装置还包括：迭代升级模块。

迭代升级模块，用于若图片识别错误，则保存该图片，以将该图片加入图片集中，并通过执行模型训练步骤获得新的第一模型。

在本发明中，图片处理模块进一步用于对该图片从左至右逐列扫描，当找到第一个有效像素，则取该像素的横坐标作为第一个子图片的左界，然后继续逐列扫描，当找到第一个全无效的像素列，则取该列的横坐标作为第一个子图片的右界，

第一个子图片的左界和右界之间从上到下逐行扫描，当找到第一个有效像素，则取该像素的纵坐标作为第一个子图片的上界，然后继续逐行扫描，当找到第一个全无效的像素行，则取该行的纵坐标作为第一个子图片的下界，

重复上述过程，直到扫描完该图片所有的像素，从而确定该图片的所有子图片的左界、右界、上界和下界。

在本发明中，图片处理模块进一步用于当该子图片中的有效像素点周围的其他有效像素点的个数未超过阈值，则确定该有效像素点为噪音点，其中，当该子图片中的有效像素点数量小于预设数量时，阈值取预设的第一阈值，否则阈值取预设的第二阈值，然后将该噪音点置为无效。

本发明提供的识别图片的装置，将图片切割为子图片，然后通过机器学习的分类算法对子图片进行分类并标记标签，根据标签获得子图片的信息，从而识别整个图片的内容，解决了现有的图片识别方法对于模糊图片识别准确率低，识别效率低的问题。并且，能够通过对错误图片的持续分析，不断迭代升级分类算法的分类模型，线性提升模糊图片识别的准确率。在持续累积错误图片后能够有效忽略模糊图片的噪声数据。

下面参考图5，其示出了适于用来实现本发明实施例的电子设备的计算机系统v00的结构示意图。图5示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统v00包括中央处理单元(cpu)v01，其可以根据存储在只读存储器(rom)v02中的程序或者从存储部分v08加载到随机访问存储器(ram)v03中的程序而执行各种适当的动作和处理。在ramv03中，还存储有系统v00操作所需的各种程序和数据。cpuv01、romv02以及ramv03通过总线v04彼此相连。输入/输出(i/o)接口v05也连接至总线v04。

以下部件连接至i/o接口v05：包括键盘、鼠标等的输入部分v06；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分v07；包括硬盘等的存储部分v08；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分v09。通信部分v09经由诸如因特网的网络执行通信处理。驱动器v10也根据需要连接至i/o接口v05。可拆卸介质v11，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器v10上，以便于从其上读出的计算机程序根据需要被安装入存储部分v08。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分v09从网络上被下载和安装，和/或从可拆卸介质v11被安装。在该计算机程序被中央处理单元(cpu)v01执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括接收模块、图片处理模块和图片识别模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，图片处理模块还可以被描述为“把图片切割成一个或多个子图片的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：

接收待识别图片；

把所述图片切割成一个或多个子图片；

把所述子图片输入分类器，由所述分类器基于预先训练获得的第一模型为所述子图片标记标签，从而识别所述图片。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。