驗證碼識別技術

由於現在很多網站，為了加強安全性，以及防止程序的自動操作網站，都加入的了驗證碼技術。但卻給廣大站長推廣宣傳網站帶來的麻煩。所以我準備寫這篇關於驗證碼識別技術的文章，不足之處在所難免！本人從來不寫東西，今天為了想落伍才寫了！

7 o1 r; a& Z8 [0 X/ h  |+ g( F     廣大站長宣傳推廣自己的網站，經常要發佈一些宣傳廣告，如果人工，太慢太昂貴，所以理想的辦法是使用群發軟件，可現在很多網站都有驗證碼，這成為群發軟件的技術難點，而識別也就難點中的難點，好的，閒話少說，言歸正傳！
4 l# f  }6 \. ~, ^) W
2 k* X) F. o; R5 E# m# o/ A    我舉的例子是比較難於識別的驗證碼，不討論不變形、不換字體、不換大小、不旋轉的驗證碼，這裡我可能不會寫出代碼，只是提供我編寫的思路，按照這個思路，我寫出的程序，比市場上出售的程序的識別率還要高很多。（有興趣的可以問我，我不想在這裡幫別人宣傳，呵呵～～）
' z, d. m$ E6 I: v6 {$ N- A+ c
    首先以數字驗證碼開始，字母的要比數字麻煩一些，不過搞清楚了數字驗證碼的識別，字母的也就不難了。
7 s/ h7 A: I$ U
# m/ i' U4 _1 d    驗證碼一般都是圖片，而且一般都是4位數，處理過程是：先分割為4個部分，然後逐一識別，由於分割比較簡單，我這裡就不說了，我這裡只說如何識別。

    我的方法是把需要識別的圖片，劃分為 5 行，3 列，15個塊，為什麼要劃分為15個塊呢？先看圖！
○■○
■○■
( |0 k, }, }( y0 M$ z, F# a0 K■○■
■○■
○■○

○■○
■■○
3 E$ [8 W3 W7 ^- P! B○■○
( R3 r6 l0 i) W! a$ D○■○
■■■

■■■
; }& C# h2 c  C* K% z+ A# w/ C○○■
■■■
& u/ E! j9 u' T0 G/ F* ]& Q7 D■○○
■■■
! w0 i0 h" x! ^& y% @+ L" N
■■■
! N- {% n+ B# F$ }$ n& g○○■
■■■
○○■
- ^+ A$ p$ E1 q■■■
; Y8 x( R' B8 N# @: W我先舉這4個例子吧，其餘的大家可以自己畫出來。如果做過驗證碼識別的朋友，肯定很快就明白為什麼劃分為15個塊，其實主要就是因為這樣劃分更合理，也就更能提高識別率。
, D- U/ Z& W& L
1 }7 t3 g! x# c, M& ?' F    我的方法是把需要識別的圖片，劃分為 5 行，3 列，15個塊，然後對每個塊進行計算，當每個塊裡的有效象素超過多少百分比的時候，就標記為 ■，如果沒超過就標記為○，（這裡為了顯示方便我使用了■，○，你完全可以把它標為1、0），這裡要注意一下，這裡的百分比根據字體的粗細可以取 67％，50％，33％，20％，為什麼要取這幾個數？主要和計算機的浮點數運算有關，選這幾個數，運算更快，且不容易出錯，否則計算機在進行大量計算時也是會出錯的！當然這裡，你完全可以選適合你的驗證碼圖片的百分比！！

( _% G8 k' f0 q0 l* m) r( c1 h    如果驗證碼不變形、不換字體、不換大小、不旋轉，我們的識別工作到這一步基本上就結束了，因為已經可以得到比較清晰的塊圖，對付大多數論壇，就已經足夠了。^_^

2 g2 x  f* w) o0 M# |   如果驗證碼的變形比較大、且有很多字體、大小也不固定、且有旋轉，那麼我們經過劃分、取比率顯示後，可能會得到這樣一個圖：
○■○
3 [# U: T$ r% Y0 K7 o% ]- K○○■
2 X4 P+ R: h& ]8 [/ |2 n○■○
- F* V4 f8 U+ x. [2 C2 L  {4 I■○○
■■■
6 [7 n8 R/ G' E( f    那麼這個數字應該是什麼數字，我們需要使用排除法！排除所有不可能，在0123456789中，這個圖不可能是013456789，他只能是 ：2。
* x1 e9 U$ ~  H8 b4 j
    寫過驗證碼識別的朋友可能已經明白了！是的，我們需要建立一個類似的數據庫，也就是識別庫，出現哪些圖，他就屬於那個數字。
   再舉一個例子：
! N* K: O' e; u- i7 G5 t* ~5 d○■○
  [8 J; S2 D, Q( t  C■○○
0 K: n7 Y0 @$ z$ W) P■■■
■○■
○■○
$ P4 `- A1 }7 Q3 V" w. @     這是哪個數字呢？？是6，沒錯
- n; c2 {- T7 T) X# g* t6 ]( `. c
% R6 s4 R( W! c) e- Z5 K0 f. ?     我這裡我需要再說明一下為什麼要取5行，3列，15個塊，因為塊太多了你 的識別庫就會很大，塊太少了，就會出現很多分不清楚的塊圖。
- s$ \9 w: V  e" f
% R2 n) e4 x' X7 g" q8 C2 \/ [    另外你取的百分比也需要注意，不能太大也不能太小。

  `' O; u( C: L: V+ c5 W! x/ p     好了，等做好自己的數據庫，這時就可以識別大部分數字了。
% ~/ T9 N  b% t- w+ i
    最後還有一個問題，就是重複的問題，比如，圖片上的數字，明明是 5，可由於它的字體不是常見的字體，且發生了旋轉，最後得到這樣一個圖：
$ |3 v8 f4 [7 u/ B, x; U4 q4 b■■■
■○○
■■■
■○■
■■■
   在我的數據庫裡，這個塊圖，是6，也是就說識別錯誤，怎麼辦？
( F; m) r% W. ~( s" G+ `7 a# \
    我的解決方法是，在數據庫裡先把這條數據刪除因為這個是錯誤的。

    遇到這種情況，就需要進行二次處理，我的方法是：降低百分比，這時就得到了：
■■○
■○○
■■○
; l: @9 E. M; r( O5 c5 n+ h: [' `○○■
■■○
     OK，經過降低百分比，圖片就由「6」又變為「5」了，呵呵～～～由於降低了百分比，我們需要再建立一個識別庫的來存儲這些數據。

呵呵  學習了

: 不明白，不過學習了．．．

學習:

不明白誒

寫的很不錯的.

驗證碼識別技術
做驗證的最後一道門檻了