许多网站在进行某些操作前会要求输入验证码以此来抵御爬虫和***。此篇主要讲述如何通过代码来识别一些常见的验证码。以此探究图片识别的过程以及如何避免生成容易被识别的验证码。

理论

图片识别的过程

1. 取样本
2. 清洗区分样本
3. 提取样本特征
4. 提取目标的特征与样本进行对比
   

   操作过程

   Java有丰富的图片处理类，本次操作使用java语言。
   一、取目标网站的验证码样本。在web页面中查看验证码请求的地址。通过http请求批量获取验证码并保存在本地。
   
   二、区分样本。对每张验证码图片进行人工识别区分，重命名为该图片的验证码。
   
   三、清洗切割样本，提取样本特征。图片识别需要尽可能细地区分出特征点。我们观察上图的验证码图片可以发现多个信息：
   ● 验证码的背景存在着许多干扰线。

● 每个数字分明，所占的位置几乎是均等的。

● 验证码的数字颜色比较深，干扰因素颜色较浅。

我们可以尝试通过颜色的深浅去除干扰因素。先通过灰度处理，将验证码中颜色较浅的点置换成白色，颜色较深的点置换成黑色。

通过改变灰度阈值grayValue不断尝试去除干扰点。最后得到干净的验证码。

接下来通过识别图片中的黑色点，使用下面的trainData()方法。

沿着黑色点进行矩形切割，得到单个数字的特征样本。


得到的验证码特征样本训练集合如下：

四、提取目标验证码的特征，与训练集合做对比，识别目标验证码图片

通过上面的三步，我们已经得到了一组样本特征，接下来只需要把将目标验证码同样执行上面的3步。把提取出来的目标验证码特征与样本特征作对比。如果双方绝大部分像素点的颜色相同，则可认为目标验证码与样本内容一致。取样本的文件名，即可等到目标验证的内容了。以下为对比识别的代码。

总结

通过上面的四部操作，我们已经能够识别出一些网站的验证码了。上面使用的方法是通过颜色的深浅，去除干扰素，再提取样本特征进行对比。面对其他的一些验证码需要我们通过观察掌握图片的规律，灵活地使用其他的算法来识别去除干扰素，提取出样本特征。

同样地，在生成验证码的过程中，我们需要避免生成易于去除的干扰素。各个验证码之间在不影响人工识别的情况下尽可能粘连起来，避免被切割分类。

文章来自公众号：睿江云计算

睿江云官网链接：https://www.eflycloud.com/home?from=RJ0024

原文地址：https://blog.51cto.com/13475644/2404230