求网页验证码识别，该怎么处理
日期：2014-05-20 浏览次数：20997 次
求网页验证码识别，急！
没有如下字符：1,i,o,0,v,n,m,l,7，我头像就是这个验证码的截图,验证码出处如下,C#源码一千元酬谢,csdn项目交易流程交易！
------解决方案--------------------
转贴一下思路吧：
我举的例子是比较难于识别的验证码，不讨论不变形、不换字体、不换大小、不旋转的验证码，这里我可能不会写出代码，只是提供我编写的思路，按照这个思路， 我写出的程序，比市场上出售的程序的识别率还要高很多。（有兴趣的可以问我，我不想在这里帮别人宣传，呵呵～～）
首先以数字验证码开始，字母的要比数字麻烦一些，不过搞清楚了数字验证码的识别，字母的也就不难了。
验证码一般都是图片，而且一般都是4位数，处理过程是：先分割为4个部分，然后逐一识别，由于分割比较简单，我这里就不说了，我这里只说如何识别。
我的方法是把需要识别的图片，划分为 5 行，3 列，15个块，为什么要划分为15个块呢？先看图！
○■○
■○■
■○■
■○■
○■○
○■○
■■○
○■○
○■○
■■■
■■■
○○■
■■■
■○○
■■■
■■■
○○■
■■■
○○■
■■■
我先举这4个例子吧，其余的大家可以自己画出来。如果做过验证码识别的朋友，肯定很快就明白为什么划分为15个块，其实主要就是因为这样划分更合理，也就更能提高识别率。
我的方法是把需要识别的图片，划分为 5 行，3 列，15个块，然后对每个块进行计算，当每个块里的有效象素超过多少百分比的时候，就标记为 ■，如果 没超过就标记为○，（这里为了显示方便我使用了■，○，你完全可以把它标为1、0），这里要注意一下，这里的百分比根据字体的粗细可以取 67％， 50％，33％，20％，为什么要取这几个数？主要和计算机的浮点数运算有关，选这几个数，运算更快，且不容易出错，否则计算机在进行大量计算时也是会出 错的！当然这里，你完全可以选适合你的验证码图片的百分比！！
如果验证码不变形、不换字体、不换大小、不旋转，我们的识别工作到这一步基本上就结束了，因为已经可以得到比较清晰的块图，对付大多数论坛，就已经足够了。^_^
如果验证码的变形比较大、且有很多字体、大小也不固定、且有旋转，那么我们经过划分、取比率显示后，可能会得到这样一个图：
○■○
○○■
○■○
■○○
■■■
那么这个数字应该是什么数字，我们需要使用排除法！排除所有不可能，在0123456789中，这个图不可能是013456789，他只能是 ：2。
写过验证码识别的朋友可能已经明白了！是的，我们需要建立一个类似的数据库，也就是识别库，出现哪些图，他就属于那个数字。
再举一个例子：
○■○
■○○
■■■
■○■
○■○
这是哪个数字呢？？是6，没错
我这里我需要再说明一下为什么要取5行，3列，15个块，因为块太多了你 的识别库就会很大，块太少了，就会出现很多分不清楚的块图。
另外你取的百分比也需要注意，不能太大也不能太小。
好了，等做好自己的数据库，这时就可以识别大部分数字了。
最后还有一个问题，就是重复的问题，比如，图片上的数字，明明是 5，可由于它的字体不是常见的字体，且发生了旋转，最后得到这样一个图：
■■■
■○○
■■■
■○■
■■■
在我的数据库里，这个块图，是6，也是就说识别错误，怎么办？
我的解决方法是，在数据库里先把这条数据删除因为这个是错误的。
遇到这种情况，就需要进行二次处理，我的方法是：降低百分比，这时就得到了：
■■○
■○○
■■○
○○■
■■○
OK，经过降低百分比，图片就由“6”又变为“5”了，呵呵～～～由于降低了百分比，我们需要再建立一个识别库的来存储这些数据。
------解决方案--------------------
仔细看了下，确实不简单。工作量大，算法多……
------解决方案--------------------
早期我对验证码识别做过一些研究 你这个比较有难度 也不能说很难
你看看 http://hi.baidu.com/codeing 很早就写的 虽然很烂 但给我以后在验证码识别提供了不少思路
并且我也写出过类似楼主要求的验证码识别 识别率在90% 以上
------解决方案--------------------
<%@ Page Language="C#" AutoEventWireup="true" CodeFile="Default.aspx.cs" Inherits="_Default" %> <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.1//EN" "http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd"> <html xmlns="http://www.w3.org/1999/xhtml"> <head runat="server"> <title>Untitled Page</title> <script>function show(im) { im.src="Default2.aspx?"+new Date;//注意这里的new Date一定要加上，否则只会生成一次验证码 }</script> </head> <body> <form id="form1" runat="server"> <div> <img src="Default2.aspx" onclick ="show(this)" /> </div> </form> </body> </html> <%@ Page Language="C#" AutoEventWireup="true" CodeFile="Default.aspx.cs" Inherits="_Default" %>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.1//EN" "http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head runat="server">
<title>Untitled Page</title>
没有如下字符：1,i,o,0,v,n,m,l,7，我头像就是这个验证码的截图,验证码出处如下,C#源码一千元酬谢,csdn项目交易流程交易！
- C# code
http://pay.sdo.com/Order/newvalidatecode1.aspx
------解决方案--------------------
转贴一下思路吧：
我举的例子是比较难于识别的验证码，不讨论不变形、不换字体、不换大小、不旋转的验证码，这里我可能不会写出代码，只是提供我编写的思路，按照这个思路， 我写出的程序，比市场上出售的程序的识别率还要高很多。（有兴趣的可以问我，我不想在这里帮别人宣传，呵呵～～）
首先以数字验证码开始，字母的要比数字麻烦一些，不过搞清楚了数字验证码的识别，字母的也就不难了。
验证码一般都是图片，而且一般都是4位数，处理过程是：先分割为4个部分，然后逐一识别，由于分割比较简单，我这里就不说了，我这里只说如何识别。
我的方法是把需要识别的图片，划分为 5 行，3 列，15个块，为什么要划分为15个块呢？先看图！
○■○
■○■
■○■
■○■
○■○
○■○
■■○
○■○
○■○
■■■
■■■
○○■
■■■
■○○
■■■
■■■
○○■
■■■
○○■
■■■
我先举这4个例子吧，其余的大家可以自己画出来。如果做过验证码识别的朋友，肯定很快就明白为什么划分为15个块，其实主要就是因为这样划分更合理，也就更能提高识别率。
我的方法是把需要识别的图片，划分为 5 行，3 列，15个块，然后对每个块进行计算，当每个块里的有效象素超过多少百分比的时候，就标记为 ■，如果 没超过就标记为○，（这里为了显示方便我使用了■，○，你完全可以把它标为1、0），这里要注意一下，这里的百分比根据字体的粗细可以取 67％， 50％，33％，20％，为什么要取这几个数？主要和计算机的浮点数运算有关，选这几个数，运算更快，且不容易出错，否则计算机在进行大量计算时也是会出 错的！当然这里，你完全可以选适合你的验证码图片的百分比！！
如果验证码不变形、不换字体、不换大小、不旋转，我们的识别工作到这一步基本上就结束了，因为已经可以得到比较清晰的块图，对付大多数论坛，就已经足够了。^_^
如果验证码的变形比较大、且有很多字体、大小也不固定、且有旋转，那么我们经过划分、取比率显示后，可能会得到这样一个图：
○■○
○○■
○■○
■○○
■■■
那么这个数字应该是什么数字，我们需要使用排除法！排除所有不可能，在0123456789中，这个图不可能是013456789，他只能是 ：2。
写过验证码识别的朋友可能已经明白了！是的，我们需要建立一个类似的数据库，也就是识别库，出现哪些图，他就属于那个数字。
再举一个例子：
○■○
■○○
■■■
■○■
○■○
这是哪个数字呢？？是6，没错
我这里我需要再说明一下为什么要取5行，3列，15个块，因为块太多了你 的识别库就会很大，块太少了，就会出现很多分不清楚的块图。
另外你取的百分比也需要注意，不能太大也不能太小。
好了，等做好自己的数据库，这时就可以识别大部分数字了。
最后还有一个问题，就是重复的问题，比如，图片上的数字，明明是 5，可由于它的字体不是常见的字体，且发生了旋转，最后得到这样一个图：
■■■
■○○
■■■
■○■
■■■
在我的数据库里，这个块图，是6，也是就说识别错误，怎么办？
我的解决方法是，在数据库里先把这条数据删除因为这个是错误的。
遇到这种情况，就需要进行二次处理，我的方法是：降低百分比，这时就得到了：
■■○
■○○
■■○
○○■
■■○
OK，经过降低百分比，图片就由“6”又变为“5”了，呵呵～～～由于降低了百分比，我们需要再建立一个识别库的来存储这些数据。
------解决方案--------------------
仔细看了下，确实不简单。工作量大，算法多……
------解决方案--------------------
早期我对验证码识别做过一些研究 你这个比较有难度 也不能说很难
你看看 http://hi.baidu.com/codeing 很早就写的 虽然很烂 但给我以后在验证码识别提供了不少思路
并且我也写出过类似楼主要求的验证码识别 识别率在90% 以上
------解决方案--------------------
<%@ Page Language="C#" AutoEventWireup="true" CodeFile="Default.aspx.cs" Inherits="_Default" %> <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.1//EN" "http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd"> <html xmlns="http://www.w3.org/1999/xhtml"> <head runat="server"> <title>Untitled Page</title> <script>function show(im) { im.src="Default2.aspx?"+new Date;//注意这里的new Date一定要加上，否则只会生成一次验证码 }</script> </head> <body> <form id="form1" runat="server"> <div> <img src="Default2.aspx" onclick ="show(this)" /> </div> </form> </body> </html> <%@ Page Language="C#" AutoEventWireup="true" CodeFile="Default.aspx.cs" Inherits="_Default" %>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.1//EN" "http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head runat="server">
<title>Untitled Page</title>
免责声明： 本文仅代表作者个人观点，与爱易网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
