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！

& ~$ v8 m) @  z( n     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～～）
% l2 u9 h" L# G# X; T7 [4 ~4 o$ v5 |; {
    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。
% R0 }( z5 P! ^/ W, e
    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。

    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！
& f- t7 [; ]4 P8 `, B% M5 G○■○
% u! F1 o9 R2 |% f5 v( i# y■○■
5 l. n0 v$ c. G, s■○■
■○■
6 [) y9 }9 x" \6 q% N+ ~' U○■○

! I# u/ |' U% K3 Q○■○
/ V, I9 G( O6 z8 ?! l■■○
- K' v  ]+ H* O* r: D/ Z- n( v○■○
○■○
■■■

■■■
○○■
■■■
■○○
■■■

■■■
○○■
0 l* t8 n( o  d  ]' U8 q■■■
  c' G9 `2 {' J/ H/ B○○■
9 }! I, w& ^8 n2 n7 ~■■■
& F4 j4 v# w8 S" g5 N" 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。

' a, ]8 U4 [+ J4 q' h    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！！
4 n2 z% x& |/ R' a, M. m
    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。^_^

   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：
# S8 _4 q# L; b7 n: `3 H○■○
. n3 Q$ D7 V; q! p8 F○○■
7 e( {$ F! ]) e5 ^) y# Y) K○■○
■○○
4 _- s$ {3 H' o9 i) n* `2 V7 ^# d■■■
    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。

5 f7 f2 h+ n" L" W, G! n' M! _    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。
+ L& v$ K$ ~& u/ b   再舉一個例子：
8 }5 x% T. o6 t) ~0 R○■○
■○○
- J. ^7 V7 [) `; P. N- ]■■■
! i. H& n$ ^8 x" [■○■
, T& O9 }8 I* ]2 ^' p; Z; A○■○
9 U: f0 w# I& n% ?     這是哪個數字呢？？是6，沒錯

1 V- C: e! l0 h4 m3 E- N     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。

8 y- ^6 v) p) `8 X2 ?    另外你取的百分比也需要注意，不能太大也不能太小。
/ `5 y$ K( }. _( Y7 }
     好了，等做好自己的數據庫，這時就可以識別大部分數字了。
6 ^6 q" d4 ~+ g3 E+ I7 q* [
    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：
" z4 F# H# Q& R- q9 p! c/ D. i■■■
■○○
! b" f2 ~8 a3 v8 S. v8 g■■■
( h* t6 ~9 j2 q, v' V$ Y' R■○■
# ^- a* M: i8 i/ I7 D9 G. B% z■■■
   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。
- W$ c$ _! f9 m  P1 Y$ Y  g
    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：
■■○
■○○
0 o: ^7 r$ Y8 X- }: x! J■■○
, t1 @5 Z# y+ V, H+ r) M) C○○■
■■○
0 Z% j4 M; u/ F% h, 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
4 e2 z& d/ R( ]; V! ]( ~7 W做驗證的最後一道門檻了