【技术实现步骤摘要】
验证码识别方法、装置、存储介质和计算机设备
本专利技术涉及计算机领域，尤其涉及一种验证码识别方法、装置、存储介质和计算机设备。
技术介绍
目前，在爬取网页的过程中，需要对爬取过程中出现的验证码进行识别才能够继续爬取，然而，由于验证码类型较多，需要用户手动指定验证码类型才能进行识别，验证码识别效率低。
技术实现思路
有鉴于此，本专利技术实施例提供了一种验证码识别方法、装置、存储介质和计算机设备，用以解决爬取过程中验证码识别效率低的问题。为了实现上述目的，根据本专利技术的一个方面，提供了一种验证码识别方法，所述方法包括：按网页爬取的顺序获取爬虫任务中的验证码页面；从所述验证码页面中截取验证码图片；采用预先训练的图像识别模型对所述验证码图片进行识别，得到每一所述验证码图片的验证码类型；获取与每一所述验证码类型相对应的验证码类型识别算法；根据所述验证码类型识别算法，按所述网页爬取的顺序对所述验证码页面中的验证码进行识别。进一步地，所述从所述验证码页面中截取验证码图片，包括：采用光学字符识别技术将所述验证码页面按文本的分布情况进行划分，得到至少两个文本模块，其中，所...
【技术保护点】
1.一种验证码识别方法，其特征在于，所述方法包括：按网页爬取的顺序获取爬虫任务中的验证码页面；从所述验证码页面中截取验证码图片；采用预先训练的图像识别模型对所述验证码图片进行识别，得到每一所述验证码图片的验证码类型；获取与每一所述验证码类型相对应的验证码类型识别算法；根据所述验证码类型识别算法，按所述网页爬取的顺序对所述验证码页面中的验证码进行识别。
【技术特征摘要】
2018.10.26 CN 20181125678001.一种验证码识别方法，其特征在于，所述方法包括：按网页爬取的顺序获取爬虫任务中的验证码页面；从所述验证码页面中截取验证码图片；采用预先训练的图像识别模型对所述验证码图片进行识别，得到每一所述验证码图片的验证码类型；获取与每一所述验证码类型相对应的验证码类型识别算法；根据所述验证码类型识别算法，按所述网页爬取的顺序对所述验证码页面中的验证码进行识别。2.根据权利要求1所述的方法，其特征在于，所述从所述验证码页面中截取验证码图片，包括：采用光学字符识别技术将所述验证码页面按文本的分布情况进行划分，得到至少两个文本模块，其中，所述文本模块包括文本内容；识别所述文本内容，获取与验证码相关的文本内容；根据所述与验证码相关的文本内容所在的所述文本模块，确定所述验证码图片在所述验证码页面中的位置；根据所述验证码图片在所述验证码页面中的位置从所述验证码页面中截取所述验证码图片。3.根据权利要求1所述的方法，其特征在于，在所述采用预先训练的图像识别模型对所述验证码图片进行识别，得到每一所述验证码图片的验证码类型之前，还包括：获取验证码图片训练样本，所述验证码图片训练样本至少包括第一类验证码图片训练样本和第二类验证码图片训练样本，其中，所述第一类验证码图片训练样本和所述第二类验证码图片训练样本中的验证码类型不同；将所述验证码图片训练样本输入到卷积神经网络中进行训练，更新所述卷积神经网络中的网络参数，得到所述图像识别模型。4.根据权利要求1所述的方法，其特征在于，所述图像识别模型是根据归一化处理的验证码图片训练样本的特征矩阵训练得到的，所述采用预先训练的图像识别模型对所述验证码图片进行识别，得到每一所述验证码图片的验证码类型，包括：采用所述图像识别模型提取所述验证码图片的特征矩阵；将所述验证码图片的特征矩阵进行归一化处理，得到所述验证码图片的归一化特征矩阵；在所述图像识别模型中将所述归一化特征矩阵进行计算处理，得到每一所述验证码图片的验证码类型。5.根据权利要求1至4任一项所述的方法，其特征在于，所述验证码类型包括类型标识，在所述获取与每一所述验证码类型相对应的验证码类型识别算法之前，还包括：根据所述类型标识，创建每一所述验证码类型与验证码...
【专利技术属性】
技术研发人员：徐佳良，刘劲柏，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。