gen ruler

验证码的特征与需求

字符组合：数字（0-9）+ 大写字母（A-Z，可排除易混淆字符如 O、I） 干扰元素：随机干扰线、噪点、字符黏连 变换效果：字符旋转、缩放、扭曲、颜色渐变 背景风格：随机背景色、纹理 多样性：字符数量、间距、布局随机化 验证码加入了数字+大写字母、字符旋转、字符大小变换、字符黏连、大量的干扰线、随机背景颜色、字符颜色变换、字体扭曲等

技术栈

Python 生态（最常用）： PIL/Pillow 或 OpenCV：用于图像绘制、变换 numpy：处理图像矩阵 random：控制随机参数 captcha 库（基础版）：快速生成简单验证码，再二次加工增强复杂度

过程示例

基础字符生成 从字符集中随机选取 N 个字符（如常见的 4-6 位） 为每个字符随机分配字体（可收集一批无衬线 / 衬线字体增加多样性） 字符变换处理 旋转：每个字符随机旋转 ±30° 范围 缩放与扭曲：用 Pillow 的 transform 或 OpenCV 的 warpAffine 实现字符的拉伸、扭曲 颜色变化：字符颜色随机从高对比度色系中选取，避免与背景色冲突 干扰元素叠加 干扰线：绘制多条随机角度、颜色、粗细的曲线或折线 噪点：添加椒盐噪点或高斯模糊，增强干扰 字符黏连：调整字符间距，让部分字符边缘重叠，模拟黏连效果 背景生成 生成随机纯色背景，或添加渐变、纹理背景 背景色与字符色保持高对比度，确保字符可识别（但仍有干扰性） 图像合成与保存 将变换后的字符按随机间距、布局合成到背景上 统一图像尺寸（如 120×40 像素），保存为 PNG/JPG 格式 同时生成标签文件（如文件名对应验证码内容，或单独的 CSV/JSON 映射表）

增强数据集多样性的技巧

参数随机化：字符数量、旋转角度、干扰线数量、颜色等参数都设置随机范围 字体多样性：收集 20 + 种不同风格的字体，避免模型过拟合单一字体 场景模拟：加入模糊、对比度变化等模拟真实拍摄 / 压缩的效果 数据增强：对生成的验证码再做翻转、裁剪、亮度调整，进一步扩充数据集