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！
' Y' i6 d7 [" S
8 W3 f/ e2 T) o    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～～）

' X% y' h0 u5 N: W7 M7 O    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。
% G6 P# _; S# _8 Z
- Q* C3 h, D: k    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。
8 g4 P! ^2 p+ }3 d$ @
    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！
( ]& m0 W* K3 h: q- [6 i) Z○■○
■○■
■○■
■○■
1 m* `$ H. C; j# T○■○
+ |8 q% ?, \1 I7 z5 c
○■○
( y! Y3 X2 n9 r% m3 ?' i■■○
# S$ d. w# i! b' C, r0 V; v○■○
( A' S9 C9 a: A5 f○■○
* x, T! E! F8 {- D  e4 x5 l■■■

! S" {  s& i2 U' }■■■
○○■
■■■
■○○
6 ~+ E3 e5 w, y( F■■■
6 D2 \5 G9 L% a( }( E1 q: |
■■■
○○■
■■■
( r2 `) L. J( H. j○○■
■■■
2 G1 M4 y3 ~7 r( r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。
, g4 J/ j0 A, 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！！
) k. ~7 J7 |; d8 N9 z
6 D$ o. p1 E, }/ m/ v: u    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。^_^

- s3 P) q7 v+ m$ ~5 O' A1 J   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：
○■○
# r: g' {5 F/ \2 V* G○○■
○■○
■○○
# K/ Z$ z9 f0 {- N# D7 ^■■■
1 y- j) G- v! v% S* x% _    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。

' h) V; v2 k; N# J6 l$ H7 V    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：
7 u! O4 H2 [. t1 l& D- d○■○
' h( m$ }5 Y% A: C■○○
■■■
( a3 D8 R! N# H! u: s4 C■○■
○■○
, V- m3 }2 V. w2 }1 B     這是哪個數字呢？？是6，沒錯
  T3 N  t  U8 p& {' k
" V; t# s$ T9 w, d     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。
, Y$ ^  \% M6 |  t
) d3 P- D" f% S  v2 Z, j' Z    另外你取的百分比也需要注意，不能太大也不能太小。
/ l) Q( L* |( e  ~- b7 O5 ^
9 R" j+ j  p+ H6 ^: f     好了，等做好自己的數據庫，這時就可以識別大部分數字了。

4 g' E7 Z6 R2 C; Q; Z0 C    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：
8 _$ I" v/ p5 D% p( s1 v2 D■■■
■○○
) N0 R0 q# M4 P6 M/ F■■■
■○■
3 w( l2 B8 x$ u! v5 B, ^/ J, {* ?  ~■■■
   在我的數據庫裡，這個塊圖，是6，也是就說識別錯誤，怎麼辦？
# z+ X# t& E3 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。
% u* a0 G5 s: M) A
    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：
■■○
5 G& U+ o5 d9 Z2 B9 k* u: O6 V■○○
7 E" p' z* k% x/ S2 f  @+ }■■○
: N% U; d/ \( @. q. 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
) U% W& m9 t- k- H* m做驗證的最後一道門檻了