TC官方合作论坛

 找回密码
 立即注册
查看: 3024|回复: 4

【KT识别】谈网页验证码的种类与识别

[复制链接]
发表于 2014-12-16 23:50:55 | 显示全部楼层 |阅读模式

马上加入TC

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
验证码是常见的检测是否人为操作的手段,这一设置给挂机脚本带来了不少的阻碍,现在跟大家说说常见的几种验证码种类和识别
一般的验证码识别思路
分析图片--预处理--分割--字符训练--识别
(对于一些粘连的验证码难以分割就没有分割这一步,不过没有分割识别起来比较麻烦)
  • 少干扰不粘连字体规则位置固定.gif
    验证码分析:字符位置固定,字形规则,少量线条杂点干扰
    这种验证码比较简单,根据背景差异清除背景后能很好地采用直方图分割,或者直接固定位置分割,分割后建立字符训练,由于字符比较规则,少量的字符样本就可以得到不错的识别率
  • 简单背景不粘连字体规则位置不定.gif
    验证码分析:固定边框,背景单调,字形规则,字符位置不固定
    这种验证码看起来好像比上面的难,但仔细分析,先把边框裁剪掉,背景与字符的亮度不一,而且背景的亮度一致,字符亮度一致,可通过亮度差异除去背景,剩下字符,而字符位置虽然不固定,但并没有出现交叉或粘连的情况,用直方图分割就能很好地分割出来,然后进行字符训练,跟上面一样,字符规则,只需要少量样本
  • 字符扭曲位置不定不粘连.png
    验证码分析:字符扭曲,无背景,无干扰
    这种验证码由于字符扭曲,看起来比较难,但是无背景无干扰,仔细分析后发现字符并不粘连,先对其二值化,然后用直方图分割出字符,建立字符样本库,由于字符扭曲,因此需要建立较多的样本
  •    红黑联盟3.png 红黑联盟1.png 红黑联盟2.png
    验证码分析:有背景,线条,杂点干扰,字符规则无粘连
    这种验证码乍看之下很简单,难点在于把前景和背景分离,经过一段时间的试验,难以找到前景和背景的通用差异,也就是说不能通过颜色的差异来去除背景和干扰。但幸好字符在最顶层,字符的颜色没有被干扰,字符也没有粘连,这个时候可以通过连通分割来获取图片中同一颜色连通的色块,通过限制条件过滤掉非字符的色块,剩下的就是字符的图片,然后建立样本库,字符规则,只有数字,少量的样本能达到几乎100%的识别率
  • 字符粘连颜色不一.png
    验证码分析:杂点线条干扰,字符粘连
    对于粘连的验证码的识别通常都很头疼,但是这种验证码由于它每个字符颜色不一样,于是可以通过颜色连通来分割出四个字符,然后再训练样本库,不过由于杂点的干扰,有时候不能很好的分割,也由于字符的大小形状差异,所以识别率不能达到100%,训练了40个样本测试,识别率能达到80%左右,如果能训练较多样本的话预计能达到95%以上的识别率
  • 背景难以清除.png
    验证码分析:背景+线条干扰
    这个看起来比较难,线条难以清除,但处理方法跟第4种一样,再次不再叙述了
  • 背景繁杂干扰多字符规则.gif
    验证码分析:线条杂点杂乱
    此验证码的纯黑背景容易去掉,但是干扰线和杂点难以去掉,而且干扰线是在字符上面的,盖住了字符的颜色,人眼看起来都吃力。这种情况干脆不把线条去掉了,只去掉黑色背景,二值化,手工裁剪建立训练字符,通过整体识别算法进行匹配,简单训练了14个样本,识别率达到了80%,预计样本多一点的话识别率能达到96%以上
  • 粘连.gif
    验证码分析:杂点干扰,字符粘连
    杂点背景容易去掉,但是粘连就不好解决了,,只能手工一个个裁剪字符添加样本,再通过整体识别来识别了,由于字符选择和杂点干扰,还有边缘锯齿,需要训练大量的样本,测试中训练了654个样本,取得了75%左右的识别率,如果训练样本足够大,估计能90%以上识别率

互联网上的验证码还有很多,有些比上面所述的复杂而且困难,如腾讯,网易,新浪的验证码,那些验证码的难度极高,不同高手有不同的方法,本人水平有限,在此不误人子弟了。

接下来我会发布一系列实例教程,主要是上面验证码的详细识别过程,希望大家喜欢

本人自写的验证码识别工具已经发布,欢迎大家使用
【KT插件】通用验证码识别工具,功能强大,使用简单
http://bbs.tyuyan.com/forum.php?mod=viewthread&tid=47688&fromuid=179021
回复

使用道具 举报

发表于 2014-12-17 10:45:05 | 显示全部楼层
多谢楼主分享~
回复 支持 反对

使用道具 举报

发表于 2014-12-17 18:39:29 | 显示全部楼层
非常需要
回复

使用道具 举报

发表于 2015-1-19 14:55:40 | 显示全部楼层
谈网页验证码的种类与识别
回复 支持 反对

使用道具 举报

发表于 2019-3-30 21:02:08 | 显示全部楼层
xuexi
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

推荐上一条 /2 下一条

关闭

小黑屋|TC官方合作论坛 (苏ICP备18045623号)

GMT+8, 2024-6-17 21:50 , Processed in 0.039679 second(s), 26 queries .

Powered by 海安简单软件服务部

© 2008-2019 版权所有 保留所有权利

快速回复 返回顶部 返回列表