[3] 验证码生成参考类
[1] Python3.6.1 or >=3.5
[2] TensorFlow 1.2
[3] numpy
通过训练CNN（卷积神经网络）对4位验证码识别，其中字符有0-9a-zA-Z共计62种，但是预测结果不区分大小写，所以最终预测结果为36种。验证码由多个字体、颜色、干扰线随机生成。
[1] 整体结构
model.py 整个神经网络结构
code_utils.py 将字符转换为一维数组以及一维数组转换为字符的工具类
image_utils.py 读取图片，处理图片数据的工具类
train.py 主程序类，其中包括参数设置以及整个神经网络训练流程控制
test.py 提取大量的测试label测试神经网络的最终效果
[2] 以下为缺少文件夹：
test-images 所有测试验证码图片在这个文件夹 密码:9g3i
train-images 所有训练验证码图片在这个文件夹 密码:obit
以下是对100万张训练验证码进行训练，20万张不参与训练的测试验证码测试出的结果
一般的验证码系统都会去掉类似的字符（例如：i, l, o, 1, 0...），为了更全面的测试，所以我选择将这些难以识别的字符也添加进去测试，可以看出有这些难以辨别的字符时，连人类也很难去完全预测正确（下图，第一行为预测值，第二行为真实值）
最终结果： 四个字符同时正确率: 90.02% 单个字符正确率: 97.42%
*说明：本项目仅用于学习，勿用于网络攻击及验证码暴力破解