基于支持向量机的验证码训练、识别
下载代码后，
from captcha import captcha
class captchas:
def __init__(self,id = '',svm_path = 'svm.xml',temp_path = 'temp',log_path = 'log.txt',max_length = 19,alpha = 0.15,parts = 6,size = 16)
初始化：id为图片标识，svm_path为训练样本地址，temp_path为缓存的位置，log_path为log写入的文件，max_length为验证码中每个符号最大像素宽度，alpha为二值化参数，parts为验证码中符号个数，size为映射大小
class captchas:
def train(self,save_name = "svm.xml",path = 'train')
训练：save_name为xml文件保存地址，path为训练集位置，训练集中应以识别结果为文件夹名，里面存放标准化的图片文件。成功返回1.
class captchas:
def ocr(self,pic_path)
识别：pic_path为待识别图片位置。成功返回识别结果。
半数图片底色为深色，二值化后投影的向量与正常图片相反，所以需要检测进行反色处理。
二分查找合适的阈值，使得高于此灰度的像素点和低于此灰度的像素点等于某个参数。
实验后发现较为优秀的方法，首先重复去除周围至少有7个白点的黑色像素点，直到没有可以去除的，消除噪点；然后去除上下或左右均为白的的黑色像素点，消除横线或竖线；最后重复去除周围至少有7个白点的黑色像素点，直到没有可以去除的，消除线段消除后的剩余噪点。
将灰度投影到y坐标轴上，寻找最大的点，两边搜索连续较大点，直至等于最大长度，保存左右坐标内的图片；然后继续寻找，直至达到字符数目。 实验中这个办法远远好于寻找某个下降比例作为左右节点。
利用dfs染色，寻找最大连通子图，并删除其他子图，这样可以清除大块的干扰线。
旋转[-15,15]，寻找宽度最小的位置进行旋转图像。实验中由于测试集验证码基本没有旋转，去除了这一部分。
分别往x轴、y轴投影，切除值两边为零的连续部分。
将图像缩放到某个比例的正方形，便于训练和识别。
手动标注了约1000张分割、标准化的图片，肉眼可识别的约为900张，对svm进行训练。
在测试中，6位字符验证码全部成功识别比例为35%，根据手动标注样本得到的成功分割率90%来计算，约有52%的6位字符验证码被完全分割成功，这说明对于每个成功分割的字符，训练后的svm识别率大致为94%。