一、起因

前幾天準(zhǔn)備做一個(gè)自動(dòng)計(jì)算gpa的網(wǎng)站，學(xué)校的教務(wù)登錄時(shí)候需要輸入驗(yàn)證碼。本來想把驗(yàn)證碼圖片顯示出來讓用戶手動(dòng)輸入，但是搞了半天沒搞定。。。所以決定自己寫一個(gè)識(shí)別的程序。

直接說結(jié)果吧，最終寫好的程序成功率100%（連續(xù)測(cè)試了200次）。

二、原理

我們先來看一看驗(yàn)證碼是什么樣的。

如上如，就是這樣的一個(gè)四位數(shù)字。

這樣的驗(yàn)證碼已經(jīng)可以算是驗(yàn)證碼界最簡(jiǎn)單的了，沒有任何扭曲、變形、干擾線，長(zhǎng)著一張“快來識(shí)別我！”的臉。那我們就來識(shí)別一下吧。

原理很簡(jiǎn)單，就是通過計(jì)算圖片相似度來判斷。

三、準(zhǔn)備工作

準(zhǔn)備工作主要做兩點(diǎn)，截取數(shù)字和計(jì)算坐標(biāo)。

截取數(shù)字就是把0~9這十個(gè)數(shù)字從驗(yàn)證碼圖片中截取出來，方便后面對(duì)比用。需要注意的是，十個(gè)數(shù)字最好尺寸相同。我是用ps截的，因?yàn)檫@個(gè)網(wǎng)站已經(jīng)做完一段時(shí)間了，我就不重新截圖了。

計(jì)算坐標(biāo)主要是要確定第一個(gè)數(shù)字左上角的坐標(biāo)。因?yàn)槲覀兘氐臄?shù)字都是同樣尺寸，所以只要確定了第一個(gè)數(shù)字左上角的坐標(biāo)就可以算出后面三個(gè)數(shù)字的坐標(biāo)了。坐標(biāo)的計(jì)算也是用ps，放大圖片之后數(shù)一數(shù)就行了。。別眼花就肯定能數(shù)對(duì)

四、代碼部分

代碼部分，我只給出最關(guān)鍵的相似度計(jì)算。我使用的是python。

def hamming_dist(hash1, hash2):return sum(itertools.imap(operator.ne, hash1, hash2))def get_hash(img):image = img.resize((9, 13), Image.ANTIALIAS).convert("L")pixels = list(image.getdata())avg = sum(pixels) / len(pixels)return "".join(map(lambda p: "1" if p > avg else "0", pixels))

?get_hash()函數(shù)是計(jì)算圖片的hash值。是把單個(gè)像素和平均像素比較，如果大就賦1，如果小就賦0。這樣就把一個(gè)圖片轉(zhuǎn)換成一個(gè)二進(jìn)制串了。

hamming_dist()函數(shù)是計(jì)算兩個(gè)二進(jìn)制串的漢明距離。不明白的可以百度一下，很簡(jiǎn)單的。

有了這兩個(gè)函數(shù)，我們就可以進(jìn)行識(shí)別了。首先從網(wǎng)頁獲取驗(yàn)證碼圖片，然后根據(jù)坐標(biāo)以及尺寸從圖片中截取出來四個(gè)未知數(shù)字，然后每個(gè)未知數(shù)字都和我們的十個(gè)標(biāo)準(zhǔn)數(shù)字進(jìn)行對(duì)比，最后取相似度最大，也就是漢明距離最小的那個(gè)標(biāo)準(zhǔn)數(shù)字。這樣就可以判斷出來四個(gè)數(shù)字了。

五、意外之外

實(shí)際操作中，我發(fā)現(xiàn)識(shí)別成功率很低。為什么呢？我保存識(shí)別失敗的圖片進(jìn)行查看，發(fā)現(xiàn)這個(gè)驗(yàn)證碼有一個(gè)特點(diǎn)，就是如果里面出現(xiàn)1的時(shí)候，兩個(gè)數(shù)字間的距離就會(huì)縮短。這也就意味著我們之前計(jì)算的坐標(biāo)是錯(cuò)的。怎么辦呢？我想了一會(huì)，發(fā)現(xiàn)有1的時(shí)候一般坐標(biāo)會(huì)向后移動(dòng)2~3格，那就好辦了，我們先按照默認(rèn)坐標(biāo)算一次，然后給他+1再算一次，然后+2.。。最后我們?nèi)∠嗨贫茸畲蟮木托辛恕?/span>

雖然不是最好的解決辦法，但是很實(shí)用，畢竟是計(jì)算機(jī)，多算個(gè)幾次完全沒有問題。

最后我決定把最大偏移設(shè)置為3，并且考慮到1的位置不固定，我每次計(jì)算的時(shí)候都會(huì)嘗試偏移0~3，也就是一個(gè)圖片計(jì)算次數(shù)為4(4個(gè)數(shù)字)*4(0~3一共4次嘗試)*10(10個(gè)標(biāo)準(zhǔn)數(shù)字)。大概就是這樣。

六、結(jié)論

這次的驗(yàn)證碼識(shí)別可以說簡(jiǎn)單當(dāng)中有一點(diǎn)不簡(jiǎn)單，解決問題的能力還是很重要的。

轉(zhuǎn)載于:https://www.cnblogs.com/numbbbbb/p/3230523.html

總結(jié)

以上是生活随笔為你收集整理的一个简单的验证码识别教程的全部?jī)?nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。