registry_check

目标：

目标是判断一个手机用户是否在某个网站注册，部分网站进入忘记密码页面输入手机号点击下一步，网页就可以给出反馈该号码是否注册，其他网站则会弹出验证码，需要正确输入验证码内容才能给出反馈信息。

方法：

• 对于无需输入验证码的网站，通过selenium+chromediver(or phantomjs)爬虫即可完成；对于需要需要输入验证码的网站，需要将验证码截图保存，然后利用训练好的深度学习模型识别验证码内容，再通过selenium输入，进入下一步；
• 全程使用selenium模拟登录，可以循环爬取大量信息，注意网站反爬机制；
• 关于验证码识别模型，可以先截取少量验证码，手工标注，训练一个初步模型；然后将该模型进行在线识别，识别正确的保存下来作为增加的训练样本，识别错误的可以有针对性地进行人工标注，防止模型过拟合；积累一定训练集后，重新训练模型，大大提高模型识别准确率；
• 关于验证码的识别模型，可参考https://github.com/ypwhs/captcha_break

文件说明：

• 代码入口为

web_check.py

• cnn_model里面存放验证码识别模型，xx_pic文件夹是截存下来的图片，