图片识别之验证码识别

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攻击。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