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！
; y: d1 v9 R- a: I5 J  U
     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！

8 m8 f) l' P( k    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～～）
" o8 K+ Y5 v* m0 x
    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。
1 T5 m( J2 ^; f3 T4 ]. J: X
    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。
  _+ v8 D8 L5 K$ |5 k8 s! }, z* z7 O
! O- t: z; \1 G1 P    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！
' R9 ]4 |/ s6 {: N5 u0 p/ I. F6 ]9 w○■○
2 ^% r; u! {+ q& k% u/ L& K1 O■○■
■○■
& ?- {( P! i) Y- f■○■
○■○

" O. w' [( Z: |1 F# Z○■○
  l8 ]& s) f0 F0 v■■○
, h& w8 F  ]" _5 x3 u# g# M○■○
8 O8 M& x" C* O6 y+ Z○■○
■■■
  {. ?& S- W& J7 \$ Q" x( }
$ h* S) f  v4 }9 K- D# W. i) N1 m- Q/ A■■■
○○■
■■■
6 y  m, @. |9 \5 P% z■○○
■■■

8 S" G" ]/ J- V/ D■■■
3 M" K+ u# a- J+ O* n/ L○○■
* R. K$ |9 Y6 u6 [1 ~. o, V! y! k1 K■■■
6 M4 V# R/ N4 Y5 W3 G0 j6 D: t○○■
■■■
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。
3 m: v2 S- `- |) p4 C  t
" j/ T9 g4 c/ f7 f9 H, I# u- P    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！！

    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。^_^
9 _0 g; X8 d! p6 \" t
" N+ a: S1 f' ^, z/ t4 D   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：
, f$ H3 ]# ~  c- d○■○
○○■
○■○
* t8 G1 c; k0 e2 I; |■○○
■■■
    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。
( Q: K- k# e4 r3 A  {; u) I   再舉一個例子：
○■○
■○○
4 `) J2 A7 M# F. C' b& g■■■
■○■
0 N0 C' g1 B3 \! e  l6 G7 ~' A, u○■○
     這是哪個數字呢？？是6，沒錯
' r" A% E; S; ?4 _
+ x, Z0 F" b: P, S/ ~6 F9 D; r8 U     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。
9 _$ p8 x- Z8 q: y( o; }' Z
" B5 |# h6 t" d; J# F) A: u7 ^1 @    另外你取的百分比也需要注意，不能太大也不能太小。
# U4 t  a- F3 J8 O. I
1 q0 w  L) t+ J3 G" c0 X     好了，等做好自己的數據庫，這時就可以識別大部分數字了。
8 Z7 G  h5 {9 Y
    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：
■■■
■○○
■■■
■○■
* f% e  _) i  K- Q$ A1 B- J% X■■■
* Y/ m' @2 o7 p% R   在我的數據庫裡，這個塊圖，是6，也是就說識別錯誤，怎麼辦？

" q3 {' M" ^: q6 j+ Q- Z    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 p' e- c& X6 w2 E7 Z' a  d
    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：
, x' X7 F( q8 `4 k) k■■○
■○○
■■○
○○■
' a, {, u& S$ l1 Y. {$ q■■○
# v2 G' }( i# C6 i  b1 A* V     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