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！
1 u! h' H/ J7 J9 N* y Q; O+ A
9 \9 q" p: A" y# X 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！
) w8 j$ c' |9 J/ M6 ^1 h% e) s; z
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～～）
) u* m1 b; i7 Q* t( {1 |- @% U) o
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。; L9 {0 M) O8 x: \; C
2 b; a7 Z+ R: @
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。9 ~* @; ]2 l* k H& Q) r, ~0 T) G
6 u$ O2 v7 D f. f0 [9 k4 K. R/ z
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！* p6 T: v$ z* J" _7 X% G) X
○■○
& e2 |+ J7 R: a■○■
7 t& @0 p9 k8 m& D2 t■○■+ i& L9 P5 l" J+ y2 X
■○■, Q7 }3 _3 k W* f* c
○■○& n6 ]8 G% S' P% z# J
x3 `/ V( r5 M
○■○, }; _5 H8 a0 k3 K/ E9 N. I$ j
■■○
- A( U- l% d7 L2 {5 \& N& [, Q○■○
% {) w" G( C- r2 [○■○
! V- `1 ~8 ?- q# J■■■
# b/ P2 c& w) H- C& w* J. w8 V- s4 @0 S( M) K
■■■; p5 {1 R- }. |3 F) q3 [9 D
○○■
# H. z6 q# c8 z; q! e■■■
! ]% J0 N6 ^' y9 A■○○
* Y8 @( G4 H) Z5 Y! r+ I■■■5 s" y' S0 w1 E" _/ m% s% X5 q
( h6 D* @+ w+ h■■■% W" t+ [! x# F9 ]. L3 B
○○■9 H f4 }" N0 _: A0 m% t! Q
■■■
_- |+ a5 K6 p○○■
; T8 b& B4 V: |( I■■■8 @0 q% ^9 m( }& P6 I
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。
0 x; {! F5 [9 j& k4 ]& a: e% C/ a. K0 e% t; \6 ^- ~" b3 e: Z% 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！！ M8 v* ~/ S3 \
s- _+ C- ]/ t6 S9 v
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。^_^
: L& @* F' U& _& Z5 x4 ?
) `* Y+ b! ]; |! S3 K! a" b+ a, Z 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：% u- j' Z0 u& x# P1 @/ ]9 A2 C
○■○
" x2 l; Q6 d- Y& {$ I○○■' T- G: t; p6 C3 |' j a3 C
○■○9 C! X' r" q/ \' k
■○○2 l. o! d, L/ s5 h5 k) s" \% \
■■■
& J: a3 k$ U- Y5 i: @8 x 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。; Z* h& H- v. F7 X
7 Y6 k! t4 w0 x; w0 }$ S4 H
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。( F0 F$ h- ^- H( [' I1 x
再舉一個例子：
* N6 U% }9 c8 s○■○
9 d" S0 t" d% k Z# f- q■○○
! ] U/ ?: U$ A+ ?9 s- X■■■
! R$ |, K: m) j. {■○■
/ \9 Z7 b# {- O( }1 j3 T○■○' N& q, }: W" r" u2 w
這是哪個數字呢？？是6，沒錯
& w8 {' Z8 [7 s+ A2 T0 q: C. z+ v6 y% K1 h
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。2 y, F, P) S" X e# g0 q- H
+ Y% [) j; i; ]! c. q6 h* s 另外你取的百分比也需要注意，不能太大也不能太小。2 U$ `5 l) y* Q; h4 n- J Z' E
( x7 ?) k# k% }' B5 u2 ` y, O
好了，等做好自己的數據庫，這時就可以識別大部分數字了。
& D* N% i( O- l* n9 m
; e2 H5 G% a$ @; W% W1 i* D0 L 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：
( u6 d6 j; Z! G2 C■■■
5 Z( u+ ^: e, q3 H& a( O6 ]3 u5 A■○○. W8 }0 c5 d" m% T) v7 Z7 Y8 M
■■■
" \" R5 w, s# U5 N■○■* B: G% d; ]6 G) b% p: j0 X+ Z( o
■■■/ u* {4 l- F- G4 b9 F2 ~
在我的數據庫裡，這個塊圖，是6，也是就說識別錯誤，怎麼辦？ B! \& `6 q, b9 J
1 k& D* B$ |/ e
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。
9 Y9 W' O4 O/ Z' J7 C/ @" Q) I6 j2 G3 q; c( j0 o
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：
) S' [& U" b2 M* p7 {' ^/ W■■○
' Z; S2 b) k' U9 I7 Y8 O■○○4 U5 U5 J: {; e4 P: B
■■○" ?" ~/ v' `$ s
○○■4 l% [8 U! s e' d% r0 p
■■○
0 b6 ^ ?6 f# d8 D. x! N& W% p 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。 |
|
發表於 2007-12-10 16:15:54
提升卡
沉默卡
变色卡
: 不明白，不過學習了．．．