metadata
language:
- zh
license: agpl-3.0
library_name: onnxruntime
tags:
- captcha
- ocr
- cnn
- onnx
- phpwind
pipeline_tag: image-to-text
model_type: phpwind-captcha-ocr
metrics:
- name: validation accuracy
type: accuracy
value: 0.8861
PHPWind 验证码识别
针对一个旧版 PHPWind 部署的四位数字验证码图片训练的 ONNX OCR 模型。模型完全在本地运行， 不依赖外部 API，也不需要 GPU。
PHPWind 参考实现源码：alibaba/phpwind，其中包含本模型
对应的 PwVerifyCode 与 PwGDCode 类。
English version: README.md
上图验证码的正确答案：
9125
适用范围与负责任使用
本模型面向 PHPWind 站点的运营者、开发者及研究者，用于其自有或已获明确授权的 PHPWind 部署。适合本地集成测试、无障碍研究，或评估自身验证码实现；不得用于 自动化账户登录或绕过访问控制。
不同 PHPWind 版本及自定义主题可能生成外观不同的验证码。部署前请以有授权的代表性 样本验证实际效果。
版本支持
此 checkpoint 仅使用目标部署页脚显示为 v0.7β 的四位数字验证码图片训练。该页脚内容
只是观测到的部署标识，不能视为 PHPWind 官方发布版本号。
| 部署或版本标识 | 状态 | 依据 | 说明 |
|---|---|---|---|
目标部署——页脚标识 v0.7β |
已训练范围 | 997 张人工标注图片；留出验证集准确率 88.61% | 训练数据和参考评估数据中唯一包含的验证码视觉配置。 |
| 其他 PHPWind 发行版、分支、主题或验证码生成器 | 未验证 | 无按版本划分的评估 | 请先使用有授权的代表性样本验证；视觉分布不同时需进行微调。 |
快速开始
安装运行时：
pip install onnxruntime pillow numpy
对已获授权处理的验证码图片执行本地推理：
import numpy as np
import onnxruntime as ort
from PIL import Image
session = ort.InferenceSession("model.onnx", providers=["CPUExecutionProvider"])
def predict_captcha(path: str) -> str:
image = Image.open(path).convert("RGB").resize((160, 64), Image.BILINEAR)
inputs = np.asarray(image, dtype=np.float32).transpose(2, 0, 1)[None] / 255.0
logits = session.run(None, {"input": inputs})[0]
return "".join(str(int(logits[0, position].argmax())) for position in range(4))
print(predict_captcha("captcha.png"))
模型接口
| 项目 | 规格 |
|---|---|
| 输入 | input：[batch, 3, 64, 160]，float32，RGB 值域 [0, 1] |
| 输出 | logits：[batch, 4, 10]；逐位置 argmax 得到一位数字 |
| 预处理 | RGB → 缩放至 160 × 64（双线性）→ 除以 255 |
| 格式 | ONNX，opset 18 |
| 运行环境 | 支持 CPU，无 GPU 依赖 |
评估
已发布 checkpoint 在来自目标页脚标识 v0.7β 部署的 997 张人工标注图片留出集上达到
88.61% 验证集准确率。该值仅是模型卡参考指标，不保证其他 PHPWind 版本、主题或
部署环境中的表现。评估范围与复现要求见评估说明。
文档
训练数据与许可证
该 checkpoint 使用位置保留 CNN 从零训练，训练数据为 997 张人工标注图片。需要适配时， 请只使用自有或已获授权的 PHPWind 部署所产生的验证码图片。
本项目采用 GNU AGPL-3.0 许可。修改版或通过网络提供服务的衍生作品须满足 许可证的对应源码提供义务。