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！

) D, u( [! }$ O: D2 U8 _# L- r     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！
+ W* p4 W5 ?1 a) I# Y( [
9 e: t0 a" _5 C    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～～）

    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。

& U% j. n$ r6 h# b: a    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！
! x' R+ @: E0 M  t9 p6 R2 G○■○
& l" h0 Y+ U0 ^2 B4 C$ v0 w* G) [! k■○■
" I7 E, [* B7 r: b2 t( E  U■○■
■○■
2 M# S* u5 |8 P1 n+ D7 W1 S○■○
$ m( [( \  P8 F# |4 I
$ @; z% C+ K3 N  `○■○
■■○
: K+ E7 _9 O% j  g1 e○■○
○■○
■■■
3 `+ K+ S' O1 Y! U
■■■
  E( l' H. c4 Y3 |( Z9 {! y○○■
6 }9 n' v# b0 s. ]; Z■■■
% j% B" z1 ]/ q+ w$ Y/ f■○○
! n! n" @5 z4 h* n1 P! V■■■

■■■
- ^! P+ A) O( m○○■
■■■
○○■
# O6 W- f! N2 g! A: X■■■
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。
5 f8 }2 Y, p2 s  A9 L
% Y  O- x/ }% Q  e5 L5 S9 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！！
. w; }+ @; q5 K5 K2 }
+ F8 Y" J2 h' o/ q  R    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。^_^
' s* T' @# y/ z( T" s5 b+ }3 p
   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：
' n# s- F: w" _8 e7 f" d: y* m○■○
○○■
; p5 p( z4 M/ e4 s0 Y○■○
■○○
' [! r2 K, L1 ~7 [■■■
; Y7 s9 t9 S' x8 j- K    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。

' `" {) f# ^( B% o/ W    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。
9 f4 W- Q% e+ U4 p7 _4 S& W) A) D   再舉一個例子：
○■○
■○○
■■■
: r9 K# n9 C9 D! g+ j1 a+ k9 I$ |- T. O■○■
○■○
     這是哪個數字呢？？是6，沒錯

  R" I: T; M7 N" ^7 V) G# p* o4 b     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。

! d: j% u2 f3 ]9 j- U- [9 L    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。
, S7 n# M; Q. _9 u* R
! l. F% A# p: V# K    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：
6 h: }; y3 D3 D, _; _■■■
4 U& [4 U1 y1 d& O2 F■○○
■■■
■○■
■■■
% i- U+ l$ l  b+ {0 R1 I   在我的數據庫裡，這個塊圖，是6，也是就說識別錯誤，怎麼辦？
/ I7 R/ e- p+ X+ J. L
    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：
■■○
■○○
1 Z/ x  S' N  W4 A' K■■○
( @  a6 a* Q1 U" `○○■
■■○
     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