使用 Go 和 Gorgonia 实现图像验证码识别系统

本文将介绍如何使用 Go 语言结合 Gorgonia 构建一个简单的图像验证码识别模型。Gorgonia 是一个专为机器学习打造的计算图库，在 Go 中支持自动微分与深度学习构建。

1. 项目依赖
   首先安装 Go 语言环境和 Gorgonia：
   go install gorgonia.org/gorgonia@latest
   go install gorgonia.org/tensor@latest
   go install gorgonia.org/vision@latest还可以使用 ​​go mod init​​ 和 ​​go mod tidy​​ 管理依赖。
2. 数据准备
   由于 Gorgonia 原生不提供图像验证码生成库，我们推荐用 Python 生成好 PNG 文件：
   python generate_captcha.py

输出文件名格式如：B7KD_01.png然后放入 ​​captcha_samples/​​ 文件夹供加载使用。

3. 加载和预处理图像
   import (
   "image"
   "os"
   "strings"
   "gorgonia.org/tensor"
   "gorgonia.org/vision"
   )
   更多内容访问ttocr.com或联系1436423940
   func loadImageTensor(filePath string) (*tensor.Dense, string, error) {
   imgFile, err := os.Open(filePath)
   if err != nil {
   return nil, "", err
   }
   defer imgFile.Close()

   img, _, err := image.Decode(imgFile)
   if err != nil {
   return nil, "", err
   }

   t, err := vision.ImageToTensor(img, vision.WithChannelsLast(), vision.WithNormalize())
   if err != nil {
   return nil, "", err
   }

   // 从文件名提取真实标签
   label := strings.Split(filepath.Base(filePath), "_")[0]
   return t, label, nil
   }4. 构建网络结构
   import (
   "gorgonia.org/gorgonia"
   )

func buildModel(g gorgonia.ExprGraph, input gorgonia.Node, outSize int) (gorgonia.Node, error) {
w0 := gorgonia.NewMatrix(g, gorgonia.Float32, gorgonia.WithShape(16060*3, 256), gorgonia.WithName("w0"), gorgonia.WithInit(gorgonia.GlorotN(1.0)))
w1 := gorgonia.NewMatrix(g, gorgonia.Float32, gorgonia.WithShape(256, outSize), gorgonia.WithName("w1"), gorgonia.WithInit(gorgonia.GlorotN(1.0)))

l0 := gorgonia.Must(gorgonia.Mul(input, w0))
l0Act := gorgonia.Must(gorgonia.Rectify(l0))
l1 := gorgonia.Must(gorgonia.Mul(l0Act, w1))
return l1, nil

}这里只用了两层全连接层，你也可以扩展为 CNN 架构，但需要手动实现卷积。
5. 训练模型
g := gorgonia.NewGraph()
x := gorgonia.NewMatrix(g, gorgonia.Float32, gorgonia.WithShape(1, 160603), gorgonia.WithName("x"))
y := gorgonia.NewMatrix(g, gorgonia.Float32, gorgonia.WithShape(1, 36*4), gorgonia.WithName("y")) // 假设4位验证码，字符集36个

pred, _ := buildModel(g, x, 36*4)

loss := gorgonia.Must(gorgonia.Mean(gorgonia.Must(gorgonia.Square(gorgonia.Must(gorgonia.Sub(pred, y))))))

vm := gorgonia.NewTapeMachine(g)
solver := gorgonia.NewAdamSolver(gorgonia.WithLearnRate(0.001))

// 每张图片训练一轮（也可以 batch 处理）
for epoch := 0; epoch < 10; epoch++ {
for _, imgFile := range captchaFiles {
imgTensor, labelStr, _ := loadImageTensor(imgFile)
labelVec := OneHotEncode(labelStr) // 自定义函数，将 "B7KD" 转为 one-hot 编码向量

    gorgonia.Let(x, imgTensor)
    gorgonia.Let(y, labelVec)

    _ = vm.RunAll()
    _ = solver.Step(gorgonia.Nodes{w0, w1})
    vm.Reset()
}

}6. 验证预测
outVal := pred.Value().Data().([]float32)
predictedLabel := DecodePrediction(outVal) // 将预测向量还原为字符

fmt.Printf("预测: %s，实际: %s\n", predictedLabel, labelStr)