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！
  v) Z- M: W5 ?
5 S9 w7 N% T, k9 p     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！
- F  K. V3 |3 X* ^. E, N- J
. `) O% {6 \+ 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～～）

    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。

; A# P& r6 x) [% z9 n) }    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。
, B& p" l0 E/ e5 U( W
    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！
○■○
) X/ p! K- ^& _' a  [! ^+ o■○■
0 M+ h8 \' o; x; h■○■
6 ~1 H( Y( s$ Q. b■○■
○■○
* v  ^" \( \5 v( ]
- P2 O5 H7 P0 X. @* K- y○■○
5 i! g$ I9 W! s! A■■○
6 g5 {+ O* j2 w9 l6 O& Y○■○
: C& S6 {$ o0 B0 A( x○■○
: d) T+ |3 b5 |/ E* _* B■■■
% w/ |: [; }( v# q5 x0 e
■■■
) C3 c/ o: a, s, q" `! J* F+ C1 @- F○○■
  i. `7 Q& ^& Z$ X■■■
■○○
■■■

. c9 ^9 j. M( J7 ]' \; \. i■■■
○○■
■■■
9 h: K0 t) j. n4 t, t' l○○■
) W  H( }) o4 R" x4 D& n; w% v■■■
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。
. `  I& I3 k. {) n! w+ s
    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！！
$ F; M$ n- j% v  u3 v9 g; k. t
    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。^_^
# H& I4 O. O5 l+ c) q9 p+ i
2 c% i' f/ d7 d$ w   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：
○■○
8 [% Y3 M5 E6 N( z6 Y○○■
○■○
& t4 i0 J3 |9 {0 G% h& {2 T$ d■○○
■■■
1 X8 K' ]* G6 P, }8 m+ k! n  m( D8 T    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。
! A; p) n. }  a# v9 j5 m, B   再舉一個例子：
○■○
■○○
■■■
■○■
○■○
/ N& \. M' o+ D9 J9 z6 L6 j     這是哪個數字呢？？是6，沒錯

. Y% |6 R) l( s1 [. Q     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。

/ H9 M1 v& s. J    另外你取的百分比也需要注意，不能太大也不能太小。

     好了，等做好自己的數據庫，這時就可以識別大部分數字了。

    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：
; j) ~& J; e, ~3 z/ r& q: L■■■
■○○
  u  Z& d: d# }1 H+ i  }■■■
5 r- ]  C9 s- B+ M■○■
■■■
+ P7 S  z% |! I+ K- ~2 `   在我的數據庫裡，這個塊圖，是6，也是就說識別錯誤，怎麼辦？
; y) d+ i& R+ \( z8 U- v. }; J
    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。
  s; ?5 Y* ^; B
    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：
/ z  ?8 V0 a" y0 t- X  F) d■■○
■○○
■■○
○○■
■■○
     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