使用 Java 和 DJL 实现图像验证码识别

验证码识别作为图像分类的一种特殊形式，可以通过深度学习模型实现自动解码。虽然大多数教程使用 Python 编写，但本文将展示如何使用 Java 和 DJL（Deep Java Library） 实现一个完整的验证码识别系统。

1. 准备工作

确保你的开发环境满足以下条件：

• JDK 8 以上
• Maven 3.x
• 已安装 Python，用于生成训练数据和训练模型（建议使用 PyTorch）

添加 Maven 依赖

<dependencies>
    <dependency>
        <groupId>ai.djl</groupId>
        <artifactId>api</artifactId>
        <version>0.25.0</version>
更多内容访问ttocr.com或联系1436423940    </dependency>
    <dependency>
        <groupId>ai.djl.pytorch</groupId>
        <artifactId>pytorch-engine</artifactId>
        <version>0.25.0</version>
    </dependency>
    <dependency>
        <groupId>ai.djl.pytorch</groupId>
        <artifactId>pytorch-model-zoo</artifactId>
        <version>0.25.0</version>
    </dependency>
</dependencies>

2. 模型准备（Python）

训练部分推荐使用 PyTorch，然后保存为 TorchScript 格式：

# train_and_export.py
import torch
import torch.nn as nn
import torchvision.transforms as transforms
from captcha.image import ImageCaptcha
import string
import random
from PIL import Image

# 模型定义略（CNN + LSTM）
# 假设你已经训练好一个模型
# 保存为 TorchScript
example_input = torch.randn(1, 3, 60, 160)
traced = torch.jit.trace(model, example_input)
traced.save("captcha_model.pt")

3. 加载模型并预测（Java）

import ai.djl.Model;
import ai.djl.inference.Predictor;
import ai.djl.modality.cv.ImageFactory;
import ai.djl.modality.cv.transform.*;
import ai.djl.ndarray.*;
import ai.djl.ndarray.types.Shape;
import ai.djl.translate.*;
import ai.djl.translate.TranslateException;

import java.io.IOException;
import java.nio.file.Paths;
import java.util.*;

public class CaptchaRecognizer {

    private static final String[] CHARS = "0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ".split("");

    public static void main(String[] args) throws IOException, TranslateException {
        // 加载模型
        Model model = Model.newInstance("captcha");
        model.load(Paths.get("models")); // 模型路径

        // 加载图片
        var image = ImageFactory.getInstance().fromFile(Paths.get("captcha_samples/B8ZK_0.png"));

        // 构建 Translator
        Translator<ai.djl.modality.cv.Image, String> translator = new Translator<>() {
            @Override
            public NDList processInput(TranslatorContext ctx, ai.djl.modality.cv.Image input) {
                NDArray array = input.toNDArray(ctx.getNDManager());
                array = array.transpose(2, 0, 1).div(255f);
                array = array.expandDims(0); // [1, 3, H, W]
                return new NDList(array);
            }

            @Override
            public String processOutput(TranslatorContext ctx, NDList list) {
                NDArray output = list.get(0); // [1, 4, 36]
                int[] shape = output.getShape().getShape();
                StringBuilder sb = new StringBuilder();
                for (int i = 0; i < shape[1]; i++) {
                    NDArray charLogits = output.get(0).get(i); // 第i位字符的预测
                    int index = charLogits.argMax().getInt();
                    sb.append(CHARS[index]);
                }
                return sb.toString();
            }

            @Override
            public Batchifier getBatchifier() {
                return null;
            }
        };

        // 创建预测器
        try (Predictor<ai.djl.modality.cv.Image, String> predictor = model.newPredictor(translator)) {
            String result = predictor.predict(image);
            System.out.println("识别结果: " + result);
        }
    }
}