OnehotCode

One-hot Code for deep learnning 用于深度学习的独热码编码与解码

独热码在英文文献中称做 one-hot code, 直观来说就是有多少个状态就有多少比特，而且只有一个比特为 1，其他全为 0 的一种码制。例如：

[1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
 0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
 0. 0. 0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
 0. 0. 0. 0. 0. 0. 0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
 0. 0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
 0. 0. 0. 0. 0. 0.]

其实就是将给定的字符串进行数字特征化，以便计算机进行处理，这里使用 Numpy 库将其转换为张量。使用 OnehotCode 前，需安装 Numpy 库，即：

pip install numpy

独热码的使用

这是集编码和解码于一体的独热码，编码方法为 one_hot_encode()，解码方法为 one_hot_decode()。

编码方法将会返回一个元组，元组元素分别是字符位置信息和对应的张量。例如将 0A2Jsa 进行编码：

code = '0A2Jsa'
vec, orders = one_hot_encode(code)

vec 就是对应的张量，orders 则是字符位置信息。

解码时只需要将 order 传入解码方法即可：

res = one_hot_decode(orders)

res 就是编码前的 code，即 0A2Jsa

为什么要用这个独热码

其他搬砖的朋友可能会问：好像 tensorflow 和 keras 都有独热码，你为什么要自己写一个？

我心里是这么想的，回答：

其实处于两个点考虑，第一是我喜欢造轮子，这样才能知道它到底是怎么回事，所以我写了这个 OnehotCode；

第二是我并不知道 tensorflow 和 keras 等框架的独热码是怎么写的，但我在做深度学习项目（卷积网络识别验证码）时，我需要一套独热码编码解码方法，所以我写了这个 OnehotCode

如何根据需求改动？

这里需要改动的只有两个地方：

第一，就是验证码组成字符。ohc.py 代码中设定的验证码组成为 0~9a~zA~Z，并没有中文或者其他文字。对应的代码如下：

# 数字与大/小写字母混合
NUMBER = [str(_) for _ in range(0, 10)]  # 0~9
LETTER = [chr(_) for _ in range(97, 123)]  # a~z
UPPER = [chr(_) for _ in range(65, 90)]  # A~Z
CHARACTER = {v: k for k, v in enumerate(NUMBER + LETTER + UPPER)}  # dict

如果需要改动这部分，就在 for 循环的 enumerate() 方法中新增一组元素或者删掉一组元素即可。

第二，就是验证码的字符数量，即 CAPTCHA_NUMBER = 6 ，目前设定的是 6。这个值与你的项目有关，请根据自己的项目进行调整。