怎样破解字符验证码.pptVIP

* * * 验证码的英文CAPTCHA 这个词最早是在2000年由卡内基梅隆大学的Luis von Ahn等学者所提出的。 CAPTCHA 是“Completely Automated Public Turing test to tell Computers and Humans Apart”（全自动区分计算机和人类的图灵测试）的缩写，是一种区分用户是计算机和人的公共全自动程序。 这个问题可以由计算机生成并评判，但是必须只有人类才能解答。由于计算机无法解答CAPTCHA的问题，所以回答出问题的用户就可以被认为是人类。 起 源 （1）由4个随机数字组成的最原始验证码：验证作用几乎为零。 （2）GIF动画验证码 ： 防垃圾注入可以达到100%，有效的同时能增加网站页面的美观效果。 （3）手机验证码：通过发送验证码到手机，比较准确验证用户的正确性，是最有效的验证码之一。 （4）字符验证码：服务器端随机生成验证码字符串，保存在内存中，并写入图片或者加入干扰线条，将图片连同表单发给客户端。是目前而言最常见的验证码。 * 字符验证码的工作流程 （1）、服务器端随机生成验证码字符串，保存在内存中，并写入图片或者加入干扰线条，将图片连同表单发给客户端。 （2）、客户端输入验证码，并提交给表单，服务器端获取客户提交的验证码，和前面产生的的随机数字相比较；如果相同，则继续进行表单所描述的操作(如登录、注册等)；如果不同，直接将错误信息返回给客户端。避免程序的继续运行以及访问数据库。 * 如何破解字符验证码 1、去噪 （1）由于其 背景色 的亮度与文字或者数字的亮度差别较大,这样我们就可以通过 设定亮度域值的方法来对它进行二值化处理，即将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。 （2）对于干扰线的去除,我们通过对水平方向长度超过图片二分之一的线直接去除,因为图片文字本身宽度不可能超过二分之一的图片大小。 * （3）先在x轴方向进行分割：对x轴上每一点，统计y坐标方向上黑点数目。当黑点数目少于设定的域值时候，认为是字符间的空白区，而黑点数目大于设定的阈值时则认为是字符区。 （4）有时存在字符相连的情况，为避免两个相连的字符分割失败，对字符的最大宽度和最小宽度设定阈值 : 当宽度大于最大宽度时候，即认为是两个字符，需要将分割得到的字符继续分割；如果分割得到的字符宽度小于设定的最小宽度，则需要进行合并邻近的两个字符进行分割。 （5）利用同样的方法可以进行y轴方向上的分割。 （6）由于验证码文字的随机性，对分割得到的单个字符进行进一步的边框确定。通过对水平和垂直方向扫描，确定出单个字符的边框。 * 2、将分割出的字符与模版匹配，判别字符类型 （1）模版库的建立： 从网络上采集一系列验证码的样本,建立验证码字符样本空间。 比如为字母A～Z和数字0～9。对于每一个样本,我们提取特征,建立模版。 （2）将得到的图片切割为固定的长度和宽度。先将字符从水平方向进行扫描，则每条扫描线都是由黑点或者白点构成的序列，每条水平扫描线可以用一个向量表示。 将向量分类为N种模式，比如模式0表示长的空白段，而模式1代表长的黑点段。模式2表示一段相对长的白点之后跟着一段黑点。以此类推得到自己设计的模式图。 * （3）用上述的编码方法分别对模版与待识别的字符进行编码,然后计算模版与待识别字符的编码的相似度。 把一个字当做一幅图，从上往下一行行扫描，每一行都是由不同长短的黑色横杠组成的，每种横杠对应着模式图中的一个编码。 取相似度最高的模版字符为识别的结果。 如图所示,数字7的编码为128888699979 * * 上述破解原理可用OCR (Optical Character Recognition): 光学字符识别来实现 1、下载安装Tesseract-OCR引擎 2、 使用Tesseract-OCR引擎识别验证码 * 取出所需要读取的验证码图片 运行之后可得 * * *