验证码识别技术

1、验证码的识别 验证码的作用 有效防止黑客利用社工库对目标网站进行 批量用户爆破 防止机器批量注册、登录、灌水等 最常见的验证码 1、四位数字，随机的一数字字符串，最原始的验证码， 验证作用几乎为零。 2、随机数字图片验证码。图片上的字符比较中规中矩， 有的可能加入一些随机干扰素，还有一些是随机字符颜 色，验证作用比上一个好。没有基本图形图像学知识的 人，不可破！ 3、各种图片格式的随机数字+随机大写英文字母+随机干 扰像素+随机位置。 4、汉字是注册目前最新的验证码，随机生成，打起来更 难了,影响用户体验，所以，一般应用的比较少。 5、其他,如12306 我们先看几种网上比较常见的验证码图片

2、这四种样式，基本上能代表2中所提到的 验证码类型，初步看起来第一个图片最 容易破解，第二个次之，第三个更难,第 四个最难。 真实情况呢？其实这三种图片破解难度相同。 第一个图片，最容易，图片背景和数字都使用相同的颜 色，字符规整，字符位置统一。 第二个图片，看似不容易，其实仔细研究会发现其规则， 背景色和干扰素无论怎么变化，验证字符字符规整，颜 色相同，所以排除干扰素非常容易，只要是非字符色素 全部排除即可。 第三个图片，看似更复杂，处理上面提到背景色和干扰 素一直变化外，验证字符的颜色也在变化，并且各个字 符的颜色也各不相同。 第四个图片，除了第三个图片上提到的特征外，又在文 字上加了两条直

3、线干扰率，看似困难其实，很容易去掉。 验证码识别几个步骤验证码识别几个步骤 一、取出字模一、取出字模 1、多刷新几次验证码，将验证码图片保存 起来，要搜集齐0-9的图片。 2、用图片处理软件打开图片，图片的视图 放大，这样就能很清楚地观察到图片的每 个像素。 3、将每个数字截出来保存为图片，大小为 6*10。 二、图片二值化二、图片二值化 二值化就是把图片上的验证数字上每个象 素用数字1表示，其它部分用0表示。把要 识别的图片，进行二值化，将数据保存到 二维数组里，得到图片特征数组。 1、首先要将数字和背景色和干扰色区分开 来，用屏幕取色器观察颜色的规律。 结论 1、背景颜色的r、g、b值都是

4、大于200的 2、数字的颜色的r、g、b值的某一项有可 能小于200。 可通过这个来把背景与文字内容区分。 php代码演示二维数组 把1和0改为了0和- 结果如下图所示： 三、数字字模二值化三、数字字模二值化 计算出每个数字字模的二值化的数据，记录下这些数据，当作key即可。 1、将0-9的数字字模图片进行二值化，逐个取出图片的像个像素的颜色，然后获取每 个像素的r、g、b值，再进行判断，代码如下： 输出结果： 四、对照样本四、对照样本 把步骤二中的图片特征码和步骤三中的验证码的字模进行对 比，得到验证图片上的数字。 算法过程： 1、将图片二值化后的值保存到二维数组里。 2、通过循环，求出每一个数字的位置，要用到前面得到的 数字的宽、高、间隔、左边偏移、顶部偏移。 例如：第i个数字左边偏移 =（数字宽 + 间隔）* i + 左边 偏移。 3、知道了数字的偏移位置，就可以计算出数字在二维数组 里的位置，通过循环将数字的6*10=60个数据取出来拼接在 一起，就形成了与数字字模类似的字符串。 4、将字符串与每一个字模的字符串比较，求其相似度，取 最高的相似