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！

     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！

1 k5 O7 r( I# _  s    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～～）

    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。
- d$ v) m& X9 ^& o: B" [3 a
3 \5 N) q# P: O6 d& C    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。
  U% ]9 n( {0 I  \" {+ R% _" s1 n
    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！
○■○
  q8 V5 E' @% q+ U* i■○■
■○■
/ o* d$ ^- a5 j- j■○■
, V$ N! @( i; N0 F1 @○■○

○■○
■■○
, d/ j; E8 _; o& H/ S○■○
9 P# N4 ~8 v! a" ^) H( p, F7 X○■○
■■■
; o- L7 p1 a& m# A
■■■
○○■
: [) q: S. [: r1 K8 V, W5 f) v9 T■■■
■○○
- {2 Y. S5 Y" S1 m1 E, b7 m■■■

■■■
○○■
■■■
1 I" `" b8 x- w0 `1 S# k○○■
7 N. n5 F$ V, w  f■■■
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。
- M3 {. b, M  v
    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！！
0 _- l, }) t* y$ E# _  L& a. \, S
    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。^_^

   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：
' U7 N  A% t( U" k( H+ H○■○
9 |7 |/ T1 T# k7 u; G○○■
3 L+ m$ R. o+ |/ x* d. A○■○
. P- p9 `6 D  P1 H" O" d1 x8 S# A" U■○○
■■■
    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。
3 ]. q7 U4 Z" o5 E6 [$ {
' ~$ h0 u  z7 r) F4 a# c! B# k8 k    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：
○■○
; L) d0 o) B0 r. P6 S7 ^1 _6 |( i, G+ b■○○
■■■
: [! A. \( p  w# C) J. W% P; u■○■
5 b. H' @# @. K. \○■○
! d4 O( [! M+ ?) M6 I; x     這是哪個數字呢？？是6，沒錯
. P- a$ O( W: D) |5 S* e- m7 X2 M
, ]: ?7 b; b* O1 H* c' M     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。

) L7 W3 N' Q4 ~! y9 ^( m    另外你取的百分比也需要注意，不能太大也不能太小。
! ~- R  u) t9 y! o
0 h& J, K9 Z2 {4 A9 ^6 y" W     好了，等做好自己的數據庫，這時就可以識別大部分數字了。
% Y+ L9 f, s3 l) ^- ~: v
* V: A* G/ g8 ?8 N9 K! K! W    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 O7 T+ t. G8 `3 y■■■
■○○
9 L! B! x7 x2 t■■■
: B* L3 k+ e: _$ W) s; V- \) @! r! c■○■
( N+ v: C( M3 ^■■■
   在我的數據庫裡，這個塊圖，是6，也是就說識別錯誤，怎麼辦？
% \5 l1 W% D8 e# V8 C% x3 r5 D" _3 f
* X6 u; s6 T  n& {6 V1 w    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：
  b  z& t8 b  d, A) ?■■○
/ A6 E2 {# c  z* G% g+ @: ?■○○
■■○
○○■
■■○
     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