[编程][图像]通用的验证码识别

最近为了自动进行某项挂机,需要识别验证码,不想使用现成的程序和控件,还是想自己钻研一下,掌握其中的原理,提高自己的能力,所以我在本论坛、百度搜索、各类文库中广泛学习、编程实验,花了一个月,终于成功的做​出100%识别的验证码脚本,心里真是十分激动。

最近为了自动进行某项挂机,需要识别验证码,不想使用现成的程序和控件,还是想自己钻研一下,掌握其中的原理,提高自己的能力,所以我在本论坛、百度搜索、各类文库中广泛学习、编程实验,花了一个月,终于成功的做​出100%识别的验证码脚本,心里真是十分激动。我没有学过编程,只是从AutoHotkey的学用中实现了编程的理想,真是非常感谢这一简单易学又实用的编程工具,也感谢论坛前辈们的各种脚本​让我不断深入。现在我想将我的一些思路和心得分享给大家。
验证码的识别过程一般有:1、建立图像的灰度数组;2、将灰度图二值化为黑白图像;3、简单降噪处理;4、连通域分析(图像不倾斜交错的就不用);5、竖直分割或连通域分割图像​;6、分割后的每个字符归一化为同样大小(图像没有缩放的就不用);7、将字符生成加权特征数组;8、与所有的字符模板的特征值进行比较,差距最小的即识别成功再循环到6​处理下一个字符,差距超过阀值的就自己输入答案添加进新的模板,所有字符都识别完毕就可以返回结果了。(要上班了,未完待续……)

RE: 通用的验证码识别
 我要识别的验证码其实比较简单,特点如下:
 1、识别对象只有十个数字,每个字两种字型,一种较正,一种向右倾斜。
 2、黑字白底没有干扰,各个字符没有粘连和错位重叠。
 3、四个字符出现的位置随机,且字符随机缩放大小。

 虽然看起来简单,但对我这样的门外汉来说也有难度,所谓隔行如隔山嘛。于是我开始了研究。

 首先我考虑单个字符如何识别。经过研究比较,发现加权模板匹配法能比较精确和快速的识别,而且可以克服一定的噪音和字符变形,非常适合我的情况。加权即是把每个点的值定为​3*3范围的黑点数,比较时与模板同一点的值相差大于4的总差值就加一。

 然后我考虑怎么将字符归一化成20*20的同样大小,方便生成模板和识别。经过比较,找到了快速的近邻插值法完成。为了使归一化后字符的长宽比例不变,归一化前先整理(添​加空白点)使长宽一致。

 接着考虑怎么分割字符,这次的直接竖直分割就行了。但考虑到稍复杂的情況,比如错位重叠(但没有粘连),这就最好用连通域分割了。经过研究,我釆用了三次扫描标记法实现。​首先生成序列标号数组,第一次扫描从左上开始,右边和下方的复制左边和上方的最小标号,并且将每条横线的标号统一,第二次扫描从右下开始找出连通的标号对等序列,然后整理​将连串的对等关糸指向同一个值,第三次根据整理后的对等关糸提取出各个连通的字符。

 至于加权灰度化、Ostu二值化、八邻域去噪,实现都比较简单,最后组合一下识别和添加模板的代码就完成了。
 这只是起到抛砖引玉的作用,请各位高手指导!

 —————————————————-
 其实各个网站的验证码不同,针对的方法也不同。
 有的验证码的颜色单一,可以搜索颜色直方图提取出验证码。
 有的是固定位置、固定的字体,就不用放大缩小图像,
 如果二值化前后去噪做的好,可以自动生成字库,
 否则可以手动生成字库模板,然后让模板在画面中平移
 覆盖比较,这样就可以对噪点不敏感,识别率较高。
 —————————————————-
这篇文章可能已经过时,不过可以给我们提供一些思路

隐藏内容,支付积分后阅读
已经有0人购买查看了此内容
10
10积分

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。

给TA捐赠
共{{data.count}}人
人已捐赠
其他

[对象]IE对象函数大总结

2017-2-26 12:30:28

其他

[文献管理]taggie使用简易说明

2017-3-2 16:19:08

4 条回复 A文章作者 M管理员
  1. 直抒胸臆

    向大佬致敬

  2. gdzrh917

    向大佬致敬

  3. Illidan

    顶

  4. emkartofun90

❯
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索