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！
6 Z) C% n; a. p2 T  @2 {
     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！
! c- S* C" ]7 u5 S  F: Q" N
1 i4 h+ e; ?( J% D6 _4 R; {    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～～）
% p, S3 t+ q5 K: z; |+ x
5 m/ O5 o! {1 ^6 q6 R. F2 B' K0 }/ n    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。

    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。
( M1 `0 H  w" P7 {/ t8 V
    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！
' t8 U5 n7 t) g) E% q8 K○■○
- a9 W- {+ |- ?$ G  y% P& H. u3 Q■○■
5 f; \* _+ C( j  _: J' W, u  A■○■
■○■
○■○
" ]7 e( Y) g3 ~4 @, b% b& l0 M
9 i: _% o8 `0 J○■○
) w5 m! M: e4 K' I; |- |) \5 k9 [( u8 z■■○
- {- H3 P. M' A# }○■○
  O' ^1 i9 E8 X6 @0 S○■○
" i' k3 f* y! i8 M0 y! K8 d■■■
$ Z/ a+ l) j7 E) N* t
) I+ @; [+ ]) d■■■
  _  U/ U( V/ `& _$ K8 G6 H○○■
■■■
■○○
■■■
4 w+ c: C' ?- m: \* B
& `$ s! V9 F  w' l& T0 d; s■■■
○○■
■■■
○○■
* a6 y/ I6 R: v  ?7 b9 q9 e■■■
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。
9 |$ ]* M' M% ~5 d$ S' ?
+ f) G- g8 A6 x' l+ d: r    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！！

! c5 f2 b) D& o    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 o3 G) X4 v: v* h* {   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：
$ |5 K" |( l) H9 g5 z○■○
○○■
○■○
■○○
3 @0 r9 v' G; `7 I+ r9 p' [■■■
% n6 i4 ]. [$ f1 y    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。

    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：
○■○
4 i7 ]! }  Z& O- D* w$ ?■○○
■■■
; a; U: G7 D& t0 \0 U■○■
$ T* _1 C( H6 ]! J! R: n" K% x○■○
     這是哪個數字呢？？是6，沒錯

     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。

8 U. F9 |* p# a( s) N  V6 j* Q    另外你取的百分比也需要注意，不能太大也不能太小。
7 g& e7 I  f& a0 M0 a( ?3 b9 e
0 |7 u; o$ I! o3 ~     好了，等做好自己的數據庫，這時就可以識別大部分數字了。
7 T8 V4 b: y7 l
+ p$ ?2 X0 u5 n5 U    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：
■■■
5 w5 B6 T, V! M/ Z/ n6 Q! M+ D■○○
■■■
■○■
2 m# S8 ?4 @2 t; x■■■
   在我的數據庫裡，這個塊圖，是6，也是就說識別錯誤，怎麼辦？

7 Q7 w- t3 k/ B6 C3 P    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。
. p0 C3 }1 |( h- o! M
    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：
■■○
0 e/ C1 B  P3 q& h3 T■○○
■■○
; _$ i6 ]3 f, s0 i( u! C! F3 P○○■
6 j) u; o4 ^9 X5 |■■○
; G. u; \# i- P5 W+ I$ D4 o     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