1. 需求

因為項目需要，需要多次登錄某網站抓取信息。所以學習了驗證碼的一些小知識。文章參考http://blog.csdn.net/problc/article/details/5794460的部分內容。

需要程序識別的驗證碼格式如圖所示：，這個圖片符合固定大小，固定位置，固定字體，固定顏色的范圍，實現起來相對簡單。

驗證碼識別基本分四步，圖片預處理，分割，訓練，識別。為便于演示，我這里分更多的步驟。

BTW：

如果是形如：的驗證碼，請參考：http://blog.csdn.net/problc/article/details/5797507

如果是形如：的驗證碼，請參考：http://blog.csdn.net/problc/article/details/5800093

如果是形如：的驗證碼，請參考：http://blog.csdn.net/problc/article/details/5846614

更多驗證碼相關內容，請參考：http://blog.csdn.net/problc/article/details/5983276

2. 環境

目錄結構：download目錄用于存放下載的驗證碼；train用于存放供比對的標準圖片；result用于存放比對結果。

包：HttpClient4.2（用于抓取圖片）

3. 步驟

3.1 下載驗證碼：將多個驗證碼圖片下載到指定目錄，要求各種可能的驗證碼（單個數字）都應該有，比如：0-9。

// 1.下載驗證碼：將多個驗證碼圖片下載到指定目錄，要求各種可能的驗證碼（單個數字）都應該有，比如：0-9。private void downloadImage() throws Exception {HttpClient httpClient = new DefaultHttpClient();for (int i = 0; i < 10; i++) {String url = "http://www.yoursite.com/yz.php";HttpGet getMethod = new HttpGet(url);try {HttpResponse response = httpClient.execute(getMethod, new BasicHttpContext());HttpEntity entity = response.getEntity();InputStream instream = entity.getContent(); OutputStream outstream = new FileOutputStream(new File(DOWNLOAD_DIR, i + ".png"));int l = -1;byte[] tmp = new byte[2048]; while ((l = instream.read(tmp)) != -1) {outstream.write(tmp);} outstream.close();} finally {getMethod.releaseConnection();}}System.out.println("下載驗證碼完畢！");}

下載后download目錄內容：

?

3.2 去除圖像干擾像素（非必須操作，只是可以提高精度而已；可以按照自己的需求進行更改）。

// 2.去除圖像干擾像素（非必須操作，只是可以提高精度而已）。public static BufferedImage removeInterference(BufferedImage image) throws Exception { int width = image.getWidth(); int height = image.getHeight(); for (int x = 0; x < width; ++x) { for (int y = 0; y < height; ++y) { if (isFontColor(image.getRGB(x, y))) {// 如果當前像素是字體色，則檢查周邊是否都為白色，如都是則刪除本像素。int roundWhiteCount = 0;if(isWhiteColor(image, x+1, y+1))roundWhiteCount++;if(isWhiteColor(image, x+1, y-1))roundWhiteCount++;if(isWhiteColor(image, x-1, y+1))roundWhiteCount++;if(isWhiteColor(image, x-1, y-1))roundWhiteCount++;if(roundWhiteCount == 4) {image.setRGB(x, y, Color.WHITE.getRGB()); }} } } return image; }// 取得指定位置的顏色是否為白色，如果超出邊界，返回true// 本方法是從removeInterference方法中摘取出來的。單獨調用本方法無意義。private static boolean isWhiteColor(BufferedImage image, int x, int y) throws Exception {if(x < 0 || y < 0) return true;if(x >= image.getWidth() || y >= image.getHeight()) return true;Color color = new Color(image.getRGB(x, y));return color.equals(Color.WHITE)?true:false;}

?剛下載的圖片：；經過去除圖像干擾像素的操作后：。

?

3.3 判斷拆分驗證碼的標準：就是定義驗證碼中包含的各數字的x、y坐標值，及它們的寬度（width）、高度（height）。

打開PhotoShop，對圖片進行編輯，用選擇工具（M）選擇一個數字，在信息欄中就看到當前字的寬度、高度。各數字的x、y坐標值同樣可以此方法獲取到。

對應代碼：

// 3.判斷拆分驗證碼的標準：就是定義驗證碼中包含的各數字的x、y坐標值，及它們的寬度（width）、高度（height）。private static List<BufferedImage> splitImage(BufferedImage image) throws Exception {final int DIGIT_WIDTH = 19;final int DIGIT_HEIGHT = 17;List<BufferedImage> digitImageList = new ArrayList<BufferedImage>();digitImageList.add(image.getSubimage(2, 2, DIGIT_WIDTH, DIGIT_HEIGHT));digitImageList.add(image.getSubimage(20, 2, DIGIT_WIDTH, DIGIT_HEIGHT));digitImageList.add(image.getSubimage(40, 2, DIGIT_WIDTH, DIGIT_HEIGHT));digitImageList.add(image.getSubimage(60, 2, DIGIT_WIDTH, DIGIT_HEIGHT));return digitImageList;}

3.4 判斷字體的顏色含義：正常可以用rgb三種顏色加起來表示，字與非字應該有顯示的區別，找出來。

同樣通過PhotoShop，用吸管工具（I）選擇有顏色的部分，在信息欄中可以看到當前的RGB值，因為是純色，記錄三值相加結果即可。我這里R+G+B是340。

對應代碼（如果不是純色，可以用大于、小于某一范圍之類的判斷，而不是用等于）：

// 4.判斷字體的顏色含義：正常可以用rgb三種顏色加起來表示，字與非字應該有顯示的區別，找出來。private static boolean isFontColor(int colorInt) {Color color = new Color(colorInt);return color.getRed() + color.getGreen() + color.getBlue() == 340;}

3.5 將下載的驗證碼圖片全部拆分到另一個目錄。

// 5.將下載的驗證碼圖片全部拆分到另一個目錄。public void generateStdDigitImgage() throws Exception {File dir = new File(DOWNLOAD_DIR);File[] files = dir.listFiles(new ImageFileFilter("png"));int counter = 0;for (File file : files) {BufferedImage image = ImageIO.read(file);removeInterference(image); List<BufferedImage> digitImageList = splitImage(image);for (int i = 0; i < digitImageList.size(); i++) {BufferedImage bi = digitImageList.get(i);ImageIO.write(bi, "PNG", new File(TRAIN_DIR, "temp_" + counter++ + ".png"));}}System.out.println("生成供比對的圖片完畢，請到目錄中手工識別并重命名圖片，并刪除其它無關圖片！");}

運行后train目錄內容：

3.6 手工命名文件：在資源管理器中，切換到train目錄手工將這些拆分的文件命名到正確的名稱，刪除無用的。

3.7 測試判斷效果：運行方法，可以在isFontColor方法中調整rgb三值累加的范圍值，以達到高的分辨率。

?

// 7.測試判斷效果：運行方法，可以調整rgb三值，以達到高的分辨率。// 目前此方法提供在輸出判斷結果的同時，在目標目錄生成以判斷結果命名的新驗證碼圖片，以批量檢查效果。public void testDownloadImage() throws Exception {File dir = new File(DOWNLOAD_DIR);File[] files = dir.listFiles(new ImageFileFilter("png"));for (File file : files) {String validateCode = getValidateCode(file);System.out.println(file.getName() + "=" + validateCode);}System.out.println("判斷完畢，請到相關目錄檢查效果！");}

運行后result目錄結果如下圖（識別率100%）：

3.8 開放給外界接口調用。

/*** 8.提供給外界接口調用。* @param file* @return* @throws Exception*/public static String getValidateCode(File file) throws Exception {// 裝載圖片BufferedImage image = ImageIO.read(file);removeInterference(image);// 拆分圖片List<BufferedImage> digitImageList = splitImage(image);// 循環每一位數字圖進行比對StringBuilder sb = new StringBuilder();for (BufferedImage digitImage : digitImageList) {String result = "";int width = digitImage.getWidth();int height = digitImage.getHeight();// 最小的不同次數（初始值為總像素），值越小就越像。int minDiffCount = width * height;for (BufferedImage bi : trainMap.keySet()) {// 對每一位數字圖與字典中的進行按像素比較int currDiffCount = 0; // 按像素比較不同的次數outer : for (int x = 0; x < width; ++x) {for (int y = 0; y < height; ++y) {if (isFontColor(digitImage.getRGB(x, y)) != isFontColor(bi.getRGB(x, y))) {// 按像素比較如果不同，則加1；currDiffCount++;// 如果值大于minDiffCount，則不用再比較了，因為我們要找最小的minDiffCount。if (currDiffCount >= minDiffCount) break outer;}}}if (currDiffCount < minDiffCount) {// 現在誰差別最小，就先暫時把值賦予給它minDiffCount = currDiffCount;result = trainMap.get(bi);}}sb.append(result);} ImageIO.write(image, "PNG", new File(RESULT_DIR, sb.toString() + ".png"));return sb.toString();}

4. 完整代碼

package com.clzhang.sample.net;import java.awt.Color; import java.awt.image.BufferedImage; import java.io.File; import java.io.FileFilter; import java.io.FileOutputStream; import java.io.IOException; import java.io.InputStream; import java.io.OutputStream; import java.util.ArrayList; import java.util.HashMap; import java.util.List; import java.util.Map;import javax.imageio.ImageIO;import org.apache.http.HttpEntity; import org.apache.http.HttpResponse; import org.apache.http.client.HttpClient; import org.apache.http.client.methods.HttpGet; import org.apache.http.impl.client.DefaultHttpClient; import org.apache.http.protocol.BasicHttpContext;/*** 這是一個自動識別驗證碼的程序。要求是簡單的驗證碼，固定大小，固定位置，固定字體；字體純色最好，如不是需要修改代碼。* * @author acer**/ public class ImageProcess {// 存放所有下載驗證碼的目錄private static final String DOWNLOAD_DIR = "D:\\Work\\helloworld\\resources\\validate\\download";// 存放已經拆分開的單個數字圖片的目錄，供比對用private static final String TRAIN_DIR = "D:\\Work\\helloworld\\resources\\validate\\train";// 存放比對結果的目錄（重新以驗證碼所含數字命名文件，非常直觀）private static final String RESULT_DIR = "D:\\Work\\helloworld\\resources\\validate\\result";// 存放比對圖片與代表數字的Mapprivate static Map<BufferedImage, String> trainMap = new HashMap<BufferedImage, String>();// 圖片過濾器，想要什么樣的圖片，傳進名稱即可。如：png/gif/.pngstatic class ImageFileFilter implements FileFilter {private String postfix = ".png";public ImageFileFilter(String postfix) {if(!postfix.startsWith("."))postfix = "." + postfix;this.postfix = postfix;}@Overridepublic boolean accept(File pathname) {return pathname.getName().toLowerCase().endsWith(postfix);}}static {try {// 將TRAIN_DIR目錄的供比對的圖片裝載進來File dir = new File(TRAIN_DIR);File[] files = dir.listFiles(new ImageFileFilter("png"));for (File file : files) {trainMap.put(ImageIO.read(file), file.getName().charAt(0) + "");}} catch (IOException e) {e.printStackTrace();}}// 1.下載驗證碼：將多個驗證碼圖片下載到指定目錄，要求各種可能的驗證碼（單個數字）都應該有，比如：0-9。private void downloadImage() throws Exception {HttpClient httpClient = new DefaultHttpClient();for (int i = 0; i < 10; i++) {String url = "http://www.yoursite.com/yz.php";HttpGet getMethod = new HttpGet(url);try {HttpResponse response = httpClient.execute(getMethod, new BasicHttpContext());HttpEntity entity = response.getEntity();InputStream instream = entity.getContent(); OutputStream outstream = new FileOutputStream(new File(DOWNLOAD_DIR, i + ".png"));int l = -1;byte[] tmp = new byte[2048]; while ((l = instream.read(tmp)) != -1) {outstream.write(tmp);} outstream.close();} finally {getMethod.releaseConnection();}}System.out.println("下載驗證碼完畢！");}// 2.去除圖像干擾像素（非必須操作，只是可以提高精度而已）。public static BufferedImage removeInterference(BufferedImage image) throws Exception { int width = image.getWidth(); int height = image.getHeight(); for (int x = 0; x < width; ++x) { for (int y = 0; y < height; ++y) { if (isFontColor(image.getRGB(x, y))) {// 如果當前像素是字體色，則檢查周邊是否都為白色，如都是則刪除本像素。int roundWhiteCount = 0;if(isWhiteColor(image, x+1, y+1))roundWhiteCount++;if(isWhiteColor(image, x+1, y-1))roundWhiteCount++;if(isWhiteColor(image, x-1, y+1))roundWhiteCount++;if(isWhiteColor(image, x-1, y-1))roundWhiteCount++;if(roundWhiteCount == 4) {image.setRGB(x, y, Color.WHITE.getRGB()); }} } } return image; }// 取得指定位置的顏色是否為白色，如果超出邊界，返回true// 本方法是從removeInterference方法中摘取出來的。單獨調用本方法無意義。private static boolean isWhiteColor(BufferedImage image, int x, int y) throws Exception {if(x < 0 || y < 0) return true;if(x >= image.getWidth() || y >= image.getHeight()) return true;Color color = new Color(image.getRGB(x, y));return color.equals(Color.WHITE)?true:false;}// 3.判斷拆分驗證碼的標準：就是定義驗證碼中包含的各數字的x、y坐標值，及它們的寬度（width）、高度（height）。private static List<BufferedImage> splitImage(BufferedImage image) throws Exception {final int DIGIT_WIDTH = 19;final int DIGIT_HEIGHT = 17;List<BufferedImage> digitImageList = new ArrayList<BufferedImage>();digitImageList.add(image.getSubimage(2, 2, DIGIT_WIDTH, DIGIT_HEIGHT));digitImageList.add(image.getSubimage(20, 2, DIGIT_WIDTH, DIGIT_HEIGHT));digitImageList.add(image.getSubimage(40, 2, DIGIT_WIDTH, DIGIT_HEIGHT));digitImageList.add(image.getSubimage(60, 2, DIGIT_WIDTH, DIGIT_HEIGHT));return digitImageList;}// 4.判斷字體的顏色含義：正常可以用rgb三種顏色加起來表示，字與非字應該有顯示的區別，找出來。private static boolean isFontColor(int colorInt) {Color color = new Color(colorInt);return color.getRed() + color.getGreen() + color.getBlue() == 340;}// 5.將下載的驗證碼圖片全部拆分到另一個目錄。public void generateStdDigitImgage() throws Exception {File dir = new File(DOWNLOAD_DIR);File[] files = dir.listFiles(new ImageFileFilter("png"));int counter = 0;for (File file : files) {BufferedImage image = ImageIO.read(file);removeInterference(image); List<BufferedImage> digitImageList = splitImage(image);for (int i = 0; i < digitImageList.size(); i++) {BufferedImage bi = digitImageList.get(i);ImageIO.write(bi, "PNG", new File(TRAIN_DIR, "temp_" + counter++ + ".png"));}}System.out.println("生成供比對的圖片完畢，請到目錄中手工識別并重命名圖片，并刪除其它無關圖片！");}// 7.測試判斷效果：運行方法，可以調整rgb三值，以達到高的分辨率。// 目前此方法提供在輸出判斷結果的同時，在目標目錄生成以判斷結果命名的新驗證碼圖片，以批量檢查效果。public void testDownloadImage() throws Exception {File dir = new File(DOWNLOAD_DIR);File[] files = dir.listFiles(new ImageFileFilter("png"));for (File file : files) {String validateCode = getValidateCode(file);System.out.println(file.getName() + "=" + validateCode);}System.out.println("判斷完畢，請到相關目錄檢查效果！");}/*** 8.提供給外界接口調用。* @param file* @return* @throws Exception*/public static String getValidateCode(File file) throws Exception {// 裝載圖片BufferedImage image = ImageIO.read(file);removeInterference(image);// 拆分圖片List<BufferedImage> digitImageList = splitImage(image);// 循環每一位數字圖進行比對StringBuilder sb = new StringBuilder();for (BufferedImage digitImage : digitImageList) {String result = "";int width = digitImage.getWidth();int height = digitImage.getHeight();// 最小的不同次數（初始值為總像素），值越小就越像。int minDiffCount = width * height;for (BufferedImage bi : trainMap.keySet()) {// 對每一位數字圖與字典中的進行按像素比較int currDiffCount = 0; // 按像素比較不同的次數outer : for (int x = 0; x < width; ++x) {for (int y = 0; y < height; ++y) {if (isFontColor(digitImage.getRGB(x, y)) != isFontColor(bi.getRGB(x, y))) {// 按像素比較如果不同，則加1；currDiffCount++;// 如果值大于minDiffCount，則不用再比較了，因為我們要找最小的minDiffCount。if (currDiffCount >= minDiffCount) break outer;}}}if (currDiffCount < minDiffCount) {// 現在誰差別最小，就先暫時把值賦予給它minDiffCount = currDiffCount;result = trainMap.get(bi);}}sb.append(result);} ImageIO.write(image, "PNG", new File(RESULT_DIR, sb.toString() + ".png"));return sb.toString();}public static void main(String[] args) throws Exception {ImageProcess ins = new ImageProcess();// 第1步，下載驗證碼到DOWNLOAD_DIR // ins.downloadImage();// 第2步，去除干擾的像素 // File dir = new File(DOWNLOAD_DIR); // File[] files = dir.listFiles(new ImageFileFilter("png")); // for (File file : files) { // BufferedImage image = ImageIO.read(file); // removeInterference(image); // ImageIO.write(image, "PNG", file); // System.out.println("成功處理：" + file.getName()); // }// 第3步，判斷拆分驗證碼的標準// 通過PhotoShop打開驗證碼并放大觀察，我這兒的結果參考splitImage()方法中的變量// 第4步，判斷字體的顏色含義// 通過PhotoShop打開驗證碼并放大觀察，我這兒字體顏色的rgb總值加起來在340。因為是純色。// 第5步，將下載的驗證碼圖片全部拆分到TRAIN_DIR目錄。 // ins.generateStdDigitImgage();// 第6步，手工命名文件// 打開資源管理器，選擇TRAIN_DIR，分別找出顯示0-9數字的文件，以它的名字重新命名，刪除其它所有的。// 第7步，測試判斷效果，運行后打開RESULT_DIR，檢查文件名是否與驗證碼內容一致。 ins.testDownloadImage();// 第8步，提供給外界接口調用。 // String validateCode = ImageProcess.getValidateCode(new File(DOWNLOAD_DIR, "0.png")); // System.out.println("驗證碼為：" + validateCode); } } View Code

?

轉載于:https://www.cnblogs.com/nayitian/p/3282862.html

總結

以上是生活随笔為你收集整理的Java简单验证码的识别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。