由于現(xiàn)在很多網(wǎng)站，為了加強(qiáng)安全性，以及防止程序的自動操作網(wǎng)站，都加入的了驗(yàn)證碼技術(shù)。但卻給廣大站長推廣宣傳網(wǎng)站帶來的麻煩。所以我準(zhǔn)備寫這篇關(guān)于驗(yàn)證碼識別技術(shù)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！

     廣大站長宣傳推廣自己的網(wǎng)站，經(jīng)常要發(fā)布一些宣傳廣告，如果靠人工，太慢太昂貴，所以理想的辦法是使用群發(fā)軟件，可現(xiàn)在很多網(wǎng)站都有驗(yàn)證碼，這成為群發(fā)軟件的技術(shù)難點(diǎn)，而識別也就難點(diǎn)中的難點(diǎn)，好的，閑話少說，言歸正傳！

    我舉的例子是比較難于識別的驗(yàn)證碼，不討論不變形、不換字體、不換大小、不旋轉(zhuǎn)的驗(yàn)證碼，這里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，我不想在這里幫別人宣傳，呵呵～～）

    首先以數(shù)字驗(yàn)證碼開始，字母的要比數(shù)字麻煩一些，不過搞清楚了數(shù)字驗(yàn)證碼的識別，字母的也就不難了。

    驗(yàn)證碼一般都是圖片，而且一般都是4位數(shù)，處理過程是：先分割為4個部分，然后逐一識別，由于分割比較簡單，我這里就不說了，我這里只說如何識別。

    我的方法是把需要識別的圖片，劃分為 5 行，3 列，15個塊，為什么要劃分為15個塊呢？先看圖！
○■○ 
■○■
■○■
■○■
○■○

○■○
■■○
○■○
○■○
■■■

■■■
○○■
■■■
■○○
■■■

■■■
○○■
■■■
○○■
■■■
我先舉這4個例子吧，其余的大家可以自己畫出來。如果做過驗(yàn)證碼識別的朋友，肯定很快就明白為什么劃分為15個塊，其實(shí)主要就是因?yàn)檫@樣劃分更合理，也就更能提高識別率。

    我的方法是把需要識別的圖片，劃分為 5 行，3 列，15個塊，然后對每個塊進(jìn)行計(jì)算，當(dāng)每個塊里的有效象素超過多少百分比的時(shí)候，就標(biāo)記為 ■，如果沒超過就標(biāo)記為○，（這里為了顯示方便我使用了■，○，你完全可以把它標(biāo)為1、0），這里要注意一下，這里的百分比根據(jù)字體的粗細(xì)可以取 67％，50％，33％，20％，為什么要取這幾個數(shù)？主要和計(jì)算機(jī)的浮點(diǎn)數(shù)運(yùn)算有關(guān)，選這幾個數(shù)，運(yùn)算更快，且不容易出錯，否則計(jì)算機(jī)在進(jìn)行大量計(jì)算時(shí)也是會出錯的！當(dāng)然這里，你完全可以選適合你的驗(yàn)證碼圖片的百分比?。?

    如果驗(yàn)證碼不變形、不換字體、不換大小、不旋轉(zhuǎn)，我們的識別工作到這一步基本上就結(jié)束了，因?yàn)橐呀?jīng)可以得到比較清晰的塊圖，對付大多數(shù)論壇，就已經(jīng)足夠了。^_^

   如果驗(yàn)證碼的變形比較大、且有很多字體、大小也不固定、且有旋轉(zhuǎn)，那么我們經(jīng)過劃分、取比率顯示后，可能會得到這樣一個圖：
○■○
○○■
○■○
■○○
■■■
    那么這個數(shù)字應(yīng)該是什么數(shù)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。

    寫過驗(yàn)證碼識別的朋友可能已經(jīng)明白了！是的，我們需要建立一個類似的數(shù)據(jù)庫，也就是識別庫，出現(xiàn)哪些圖，他就屬于那個數(shù)字。
   再舉一個例子：
○■○
■○○
■■■
■○■
○■○
     這是哪個數(shù)字呢？？是6，沒錯

     我這里我需要再說明一下為什么要取5行，3列，15個塊，因?yàn)閴K太多了你 的識別庫就會很大，塊太少了，就會出現(xiàn)很多分不清楚的塊圖。

    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(shù)據(jù)庫，這時(shí)就可以識別大部分?jǐn)?shù)字了。

    最后還有一個問題，就是重復(fù)的問題，比如，圖片上的數(shù)字，明明是 5，可由于它的字體不是常見的字體，且發(fā)生了旋轉(zhuǎn)，最后得到這樣一個圖：
■■■
■○○
■■■
■○■
■■■
   在我的數(shù)據(jù)庫里，這個塊圖，是6，也是就說識別錯誤，怎么辦？

    我的解決方法是，在數(shù)據(jù)庫里先把這條數(shù)據(jù)刪除因?yàn)檫@個是錯誤的。

    遇到這種情況，就需要進(jìn)行二次處理，我的方法是：降低百分比，這時(shí)就得到了：
■■○
■○○
■■○
○○■
■■○
     OK，經(jīng)過降低百分比，圖片就由“6”又變?yōu)椤?”了，呵呵～～～由于降低了百分比，我們需要再建立一個識別庫的來存儲這些數(shù)據(jù)。

最新評論