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！

    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～～）
$ L' ~" W% Z! x  [
! f+ p4 p/ P  |" Y/ E$ t: Y    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。

, b, g/ {) p' c: Q$ }    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。

4 `2 W+ M+ C- b  \' T    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！
& J5 p  G* I9 R- D- B: L○■○
■○■
8 ]0 O$ v9 c2 F7 ?" p; u4 p& O■○■
■○■
8 k$ ^3 Q/ [4 v  H  X○■○
. q' ~: \6 i, w5 Q
) ?  {' _" J8 x+ `○■○
■■○
9 H3 u0 ^- x. |$ j7 u○■○
" i' I, u7 D6 y2 M4 Y8 [○■○
, J. O3 w1 v8 I/ k: w■■■
2 D( ?! c# o, z+ x+ r
' ~/ p# z8 i9 R0 i■■■
○○■
* v6 z/ o+ M; h9 J# B' {7 h■■■
7 \" n8 c5 {$ V& A# n) X: E■○○
7 j' a+ E9 ?  q( n! \■■■
, d1 w% X: _# t
. r' B! [! ^: ~! h* u■■■
, S; V9 W! G6 Z) t○○■
* X. x% q' M1 y, U: ~7 z■■■
5 b; o" X1 L" C. r○○■
■■■
3 e0 v# X+ Y2 Q; @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。

4 f2 F; y. x: o8 j    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！！

! Q+ Z/ s. w- p  c8 }+ m' f    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。^_^

: Y& ]0 ]" o) S8 T! k   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：
# `: e5 X; c3 }○■○
○○■
/ @5 s& j2 f' D5 r- c/ x% e% E○■○
■○○
; M, ~+ B2 r& v- z" z4 w' [■■■
    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。
/ S$ b" g( @! y+ O3 M
) t" `; |: F/ w0 R8 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。
8 a) ^9 a0 D4 }# i: B   再舉一個例子：
○■○
■○○
: I6 O2 z, T3 k. g% ~! q& V■■■
■○■
○■○
     這是哪個數字呢？？是6，沒錯
* Q2 A1 J2 R- 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。
( `% g+ y/ @9 O/ D: u6 K& J* R
8 {3 `! h' P+ L' l8 M    另外你取的百分比也需要注意，不能太大也不能太小。
2 [' d2 n4 v& L4 R9 z$ N: }
     好了，等做好自己的數據庫，這時就可以識別大部分數字了。

& `0 G' L1 M3 E' ^    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：
■■■
■○○
■■■
■○■
■■■
" W# d& D/ N# q; S, G   在我的數據庫裡，這個塊圖，是6，也是就說識別錯誤，怎麼辦？

2 ]  |' J( I- |& \6 z  `/ C. S    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。
6 x; h# D! c) Q; S) c8 |
( @9 z& ?9 r3 U+ j. a6 r( U, b2 s    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：
$ B5 l+ q6 g* h# f* H) m2 H" [■■○
; v/ e& R5 K0 l, v+ z■○○
■■○
. Q* y. l1 b" z8 v( Y5 Z: H; u$ `○○■
■■○
0 ^* L) o3 @- X& V7 g2 M' E     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
1 S8 C$ K+ ~( ?6 I做驗證的最後一道門檻了