基于Python的简单验证码识别.pdfVIP

基基于于Python的的简简单单验验证证码码识识别别

摘要：验证码在⽹络安全⽅⾯发挥着关键作⽤，验证码的主要⽬的是分⼈类和计算机，⽤来防⽌⾃动化脚本对⽹站的⼀些恶意⾏为。⽬前

绝⼤多数⽹站都利⽤验证码来阻⽌恶意脚本程序的⼊侵。验证码经过图像的预处理字符分割，匹配识别等步骤来完成对字符验证的处理，后

进过特征提取与匹配等操作完成对⼀个验证码的识别。本⽂选取了⼀个⽹站进⾏⽹站登录的验证码识别，识别结果取得了预期的效果，较好

的识别出了验证码。

关键字：验证码；图像识别；Python；预处理

Abstrat：CAPTCHAplaysakeyroleinnetworksecurity,ThemainpurposeoftheCAPTCHAistodifferentiatebetweenhumansand

computers,topreventsomemaliciousbehaviorfromautomatingscriptsonthesite.Atpresent,mostwebsitesuseAuthenticodetoprevent

theintrusionofmaliciousscriptprograms.Theverificationcodepassesthepreprocessingcharactersegmentationoftheimage,the

matchingrecognitionandsooncompletestheprocessingtothecharacterverification,thebackwardfeatureextractionandthematching

operationcompletestotheverificationcoderecognition.nthispaper,awebsiteisselectedtoidentifytheverificationcode,theresult

obtainedtheexpectedresults,abetteridentificationoftheverificationcode.

Keywords：CAPTCHA;magerecognition;Python;Pretreatment;

0.引引⾔⾔

验证码是⽬前互联⽹上⼀种⾮常重要⾮常常见的安全识别技术，先引⽤⼀段来⾃wiki的关于验证码的描述：“全⾃动分计算机和⼈类的公开

图灵测试（CompletelyAutomatedPublicTuringtesttotellComputersandHumansApart，简称CAPTCHA）[1]，俗称验证码，是⼀种

分⽤户是计算机和⼈的公共⾃动程序。在CAPTCHA测试中，作为服务器的计算机会⾃动⽣成⼀个问题由⽤户来解答。这个问题可以由计算

机⽣成并判定，但是必须有⼈类才能解答。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。”验证码最

初是为了防⽌⼀些暴⼒破解的存在，但是后来随着技术的发展，特别是图像识别技术的发展，验证码的识别变的简单，本⽂介绍了⼏种常见

且普遍的验证码的识别。

常见的验证码有⼏类，第⼀种四位数字，随机的⼀串数字，⼏乎没有验证作⽤，第⼆种是GF格式的随机数字图⽚验证码，字符中规中矩，

验证效果⼀般。第三种是PNG格式，随机数字+随机⼤⼩写字母，识别难度较⼤。第四种是JPG格式，随机数字+随机颜⾊+随机位置+随机

长度，难度较⼤。

1.Python简简介介

Python是⼀种粘性语⾔，其具有良好的简洁性、易读性以及可维护性。本⽂使⽤的PL库是Python的⼀种图形识别库。

Python是纯粹的⾃由软件，源代码和解释器CPython遵循GPL（GNUGeneralPubliclicense）协议。Python语法简洁清晰，特⾊之⼀是强

制⽤空⽩符作为语句缩进。

Python具有丰富和强⼤的库。它常被昵称为能够把⽤其他语⾔制作的各种模块（尤其是/）很轻松地联结在⼀起。常见的⼀种应⽤情形是，

使⽤Python快速⽣成程序的原型（有时甚⾄是程序的最终界⾯），然后对其中有特别要求的部分，⽤更合适的语⾔改写，⽐如中的图形渲染

模块，性能要求特别⾼，就可以⽤重写，⽽后封装为Python可以调⽤的扩展类库。需