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！

2 g+ j+ X" {# d. Q" ~  J    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～～）
3 i5 c+ b" m7 G! y/ l! I# J
    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。
6 p3 d$ J7 c. o+ R* T- F
    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。
" x$ k( ]' x' m. @' h; M
" o$ b2 c3 t% [/ s8 t5 l    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！
○■○
4 v/ w1 q4 [5 ?1 T' ~■○■
/ F$ o, d1 U+ A  K+ a' i5 N9 j■○■
# v$ z1 B( g5 x. ^■○■
0 O/ O: r! z$ S5 S% A○■○

○■○
■■○
8 D5 ^$ G" {3 C○■○
○■○
■■■
4 E& o. G1 U' @2 K
■■■
○○■
■■■
■○○
■■■

0 E7 H! n$ X4 z# X* Z■■■
2 C; W2 F+ B) D6 Z: B○○■
■■■
1 c$ u* x( L2 f; v○○■
- `: _0 t' w0 K0 N■■■
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。

    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 r4 H. d$ ~8 H1 J: P
- E! |1 x  k! x7 T$ r* A! j    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。^_^
) j: |: U4 K' Y( t' K" e  E
& _3 k+ I% P" d, f7 a   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：
○■○
9 G. Z! a0 ?- U5 V  H) M8 E' M○○■
( M% w+ ^$ V/ K& b○■○
■○○
; x# ]: U+ k" U. C6 s: [3 {■■■
    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。
( r* R' ]) A: r4 [: y
! R8 X6 ]: ]8 I% O8 |* _# q" B! F    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：
  q! Z0 D) v' I; E# Y7 _, V4 e8 l○■○
■○○
6 t! U- {8 V* d■■■
■○■
2 ^9 J3 Z* \# A; y, X○■○
     這是哪個數字呢？？是6，沒錯

  i6 s: v0 V+ i     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。
' u4 C& R  D! W2 w; ?. C5 d
    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。
& v" j: t( w/ b; O7 u
$ C. B6 q, c, Q* K3 v8 Q+ j" ?    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：
■■■
. O9 h; z' G: u$ n■○○
5 s- Q3 o; \  |) ?$ i■■■
( ^8 d/ F" @% o6 y( o: }2 L+ x% W■○■
* r# T" n2 ?5 E- o% K  s5 A■■■
   在我的數據庫裡，這個塊圖，是6，也是就說識別錯誤，怎麼辦？

    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：
) J$ d+ n- [: v3 |+ [■■○
■○○
2 A- s4 ^( ~4 m( ?■■○
% I3 ?2 Y, f3 D+ n/ }& k○○■
■■○
     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