• 获取实验需要的图片

  通过Java编写的爬虫批量爬取教务系统网站验证码150张。部分图片如下。 

单个图片效果为：

• 观察图片，由于噪声对图片识别干扰太大，需要进行去噪处理，本次我使用两种除噪方法，观测效果。

  a.平滑滤波除噪：        

 处理示例结果：

 b.中值滤波除噪：            

处理示例结果： 

观察两次处理结果，本次实验我决定使用3*3中值滤波对图片进行处理。

• 图片的二值化处理

     事实上，在本实验中，纵观全局，这一步尤为重要，因为只有在二值化图片后，我们才能够对其进行分类，且本例未使用利用灰度值切割图像的方法，而是使用拆分图片二进制逻辑表分割图形，所以堪称关键性的一步。         

处理结果示例：

所以，目前我们的图片变成了这样（部分截图）：                                      

• 图片切割

将图片分割为四部分，分别占有一个字符，以准备之后的神经网络训练。图片分割涉及一个函数文件和一个脚本文件，截图分别为：

经过两步操作后得到最终图片效果为：（部分截图）

• 图片分类

   为了后续神经网络的设计，我们必须对现有数据进行分类，分类标准为：新建一个文件夹，使用含有一定顺序的命名规范对图片命名，抓取图片切割后的单张图片（A,B…Z,0,1…9）得到一组训练样本，如图。