Image Captcha 라이브러리 (Library)

0. Image Captcha 라이브러리 설치하기

• 특정 자릿수의 정수를 이미지 형태로 반환하는 이미지 캡차(image captcha) 라이브러리

!pip install captcha

1. 랜덤 캡차 이미지 생성하기

• (이미지, 정답 레이블)을 생성한 뒤에, 메타 데이터를 저장하여 관리할 수 있다
• 메타 데이터는 테이블(table) 형태의 데이터에 해당하므로, 판다스(Pandas)의 데이터프레임(dataframe) 형태로 저장할 수 있다

from captcha.image import ImageCaptcha

def generate_random_images(directory, n_digits, cnt):
    # 메타 데이터 (경로, 정답)
    metadata = []

    # 디렉토리(directory)가 존재하지 않을 때
    if not os.path.exists(directory):
        os.makedirs(directory)

    # 이미지 캡차(image captcha) 객체 생성
    image = ImageCaptcha()

    # 개수(cnt)만큼 이미지 캡차 생성
    for i in range(cnt):
        # 특정한 자릿수(n_digits)의 랜덤 정수 생성
        number = random.randint(0, (10 ** n_digits) - 1)
        # 문자열 형태로 변환
        string = str(number).zfill(n_digits)
        # 이미지 캡차 생성
        cur = 0
        path = os.path.join(directory, f"{string}_{cur}.png")
        while os.path.exists(path):
            cur += 1
            path = os.path.join(directory, f"{string}_{cur}.png")
        image.write(string, path)
        metadata.append((f"{string}_{cur}.png", string))
        
        if (i + 1) % 1000 == 0:
            print(f"[Log] {i + 1} images have been generated.")
    
    # 데이터를 엑셀 파일(.csv) 형태로 저장
    df = pd.DataFrame(metadata, columns=["image_path", "target"])
    df.to_csv(os.path.join(directory, "metadata.csv"))

• 실질적으로 학습용/테스트용 데이터 세트를 구축할 수 있다
• 만들어진 데이터 세트의 구성을 확인하면 다음과 같은 형태를 보인다

# 학습 데이터 세트 생성
directory = "./train"
n_digits = 4
cnt = 10000

generate_random_images(directory, n_digits, cnt)

# 테스트 데이터 세트 생성
directory = "./test"
n_digits = 4
cnt = 1000

generate_random_images(directory, n_digits, cnt)

2. 만들어진 데이터 세트 불러오기

• 메타 데이터를 먼저 불러온 뒤에, 실제 이미지 데이터에 접근할 수 있다

train_directory = "./train"
print(f"학습 데이터 개수: {len(os.listdir(train_directory))}")

test_directory = "./test"
print(f"테스트 데이터 개수: {len(os.listdir(test_directory))}")

def csv_reader(path):
    start_time = time.time()
    dtype_dict = {
        "image_path": str, 
        "target" : str
    }
    data_list = []
    # 정답 레이블은 문자열(string) 형태
    df = pd.read_csv(path, dtype=dtype_dict)
    for index, row in df.iterrows():
        image_path = row["image_path"]
        target = row["target"]
        data = (image_path, target)
        data_list.append(data)

    print(f"Data inserted ({time.time() - start_time:.4f} seconds.)")
    return data_list

data_list = csv_reader("./train/metadata.csv")
print(f"전체 데이터 개수: {len(data_list)}")
print(data_list[0])

image_path, target = data_list[0]
image = Image(os.path.join("./train", image_path))
display(image)