windows下簡單驗(yàn)證碼識(shí)別——完美驗(yàn)證碼識(shí)別系統(tǒng)

shleyZ 發(fā)布于2019-06-28 10:58 / 1724人閱讀

摘要：可惜收費(fèi)的，今天要介紹的完美驗(yàn)證碼識(shí)別系統(tǒng)是類似的免費(fèi)產(chǎn)品。調(diào)用函數(shù)相當(dāng)簡單的，對(duì)比復(fù)雜的參數(shù)，這個(gè)識(shí)別是相當(dāng)?shù)目旖荨?/p>

此文已由作者徐迪授權(quán)網(wǎng)易云社區(qū)發(fā)布。

歡迎訪問網(wǎng)易云社區(qū)，了解更多網(wǎng)易技術(shù)產(chǎn)品運(yùn)營經(jīng)驗(yàn)。

講到驗(yàn)證碼識(shí)別，大家第一個(gè)可能想到tesseract。誠然，對(duì)于OCR而言，tesseract確實(shí)很強(qiáng)大，自帶的字模能識(shí)別絕大多數(shù)規(guī)整的中英文。但是驗(yàn)證碼畢竟不是OCR。對(duì)于現(xiàn)在簡單的驗(yàn)證碼，其干擾都很難規(guī)整的去完，或者說去干擾也是苦差事。你很難講干擾去完后去做OCR，對(duì)于低成本的OCR識(shí)別更是這樣。對(duì)于固定的驗(yàn)證碼，針對(duì)性的訓(xùn)練庫反而更有效，因?yàn)閷?duì)于單一的驗(yàn)證碼，其生成規(guī)則相對(duì)簡單，用特定規(guī)格做字模識(shí)別率95%以上應(yīng)該不難。

說到底還是需要一個(gè)簡單的識(shí)別器，訓(xùn)練器。某次世紀(jì)識(shí)別系統(tǒng)是國內(nèi)灰產(chǎn)碼農(nóng)用的最多的吧。可惜收費(fèi)的，今天要介紹的完美驗(yàn)證碼識(shí)別系統(tǒng)是類似的免費(fèi)產(chǎn)品。驗(yàn)證碼識(shí)別系統(tǒng)其實(shí)就是兩部分組成，字模制作系統(tǒng)包括預(yù)處理的配置，和單字符字模制作以及生成字模打包文件，識(shí)別系統(tǒng)就是用字模打包結(jié)果去識(shí)別驗(yàn)證碼，就是一個(gè)設(shè)置參數(shù)的函數(shù)，然后調(diào)用設(shè)別函數(shù)拿到結(jié)果。

軟件內(nèi)容如下：

WmCode.dll是主要的識(shí)別庫，主程序負(fù)責(zé)字模生成，其中包括了眾多圖像學(xué)的算法，如下圖，簡要的介紹下常見的方法。

1.色彩通道噪點(diǎn)處理

在清除背景和保留前景的tab中有保留和去除指定顏色的操作（包括HSV RGB 色彩域），以及指定色彩的大小過濾。這些操作主要針對(duì)色彩較為有限的彩色小噪點(diǎn)，一般這種驗(yàn)證碼噪聲還是比較多的。通過這2種方式的結(jié)合，基本可以去掉大部分的此類噪點(diǎn)。

2.濾波類

主要針對(duì)灰度圖處理，主要處理局部有灰度差異的噪聲。很多驗(yàn)證碼在局部制造一些高對(duì)比度的噪聲，濾波操作對(duì)此類就有較好效果。另外的用途就是邊緣提取，方便后期對(duì)干擾線的處理。

3.二值化

后邊幾類如形態(tài)學(xué)處理類，黑白圖處理，干擾線處理，都是基于二值化后的圖像，所以后邊要先對(duì)圖像二值化。軟件把常見的閾值取值算法都放進(jìn)去，具體算法這里就不講了。

4.形態(tài)學(xué)處理

圖像濾鏡tab下包括了主流的形態(tài)學(xué)算法，開閉操作，輪廓骨架等。主要處理小噪點(diǎn)，以及取輪廓后方便后期去干擾線。

5.干擾線處理

最后的tab中包含對(duì)干擾線的檢測去除檢查去除算法

通過多個(gè)處理算法完成預(yù)處理，點(diǎn)擊開始編輯圖像，進(jìn)入下一步，選擇分割方式，識(shí)別方式和制作字模。

雖然有提供一些常見的分割方式，但對(duì)于大多遇到的非規(guī)則的驗(yàn)證碼，分割效果確實(shí)不是很好，選擇手動(dòng)分割就不要管左邊的配置了。識(shí)別模式首選整體識(shí)別，其他各種在實(shí)際識(shí)別中也不是很好。

下邊主講字模的制作。在工具區(qū)最左邊的按鈕，手動(dòng)裁剪單個(gè)要處理的字，選擇后雙擊，界面就變成單個(gè)字符處理。

在信息區(qū)輸入要訓(xùn)練結(jié)果，就會(huì)添加字模。操作應(yīng)該算很簡單。不斷的訓(xùn)練，直到識(shí)別率到達(dá)滿意為止。返回上個(gè)界面，點(diǎn)擊識(shí)別庫，識(shí)別庫生成，填寫密碼（調(diào)用函數(shù)用），就會(huì)把庫生成在項(xiàng)目目錄下。識(shí)別的過程，其實(shí)在軟件下給了函數(shù)的簡單說明，以及各語言的樣例，以python為例，看下大概的過程：

coding=gbk#第一行注釋不能省，指定編碼聲明以支持中文#本代碼文件在32位的python 3.4.3版測試通過import urllibimport timeimport stringimport ctypesfrom ctypes import *

dll = ctypes.windll.LoadLibrary("WmCode.dll")#如果dll不在當(dāng)前目錄，那么需要指定全路徑if(dll.UseUnicodeString(1,1)): #這個(gè)函數(shù)用來向DLL說明傳入的文本使用unicode格式

    print("SetInUnicode Success:")#UseUnicodeString調(diào)用一次即可，無需重復(fù)調(diào)用else:
    print("etInUnicode Fail!")#注意縮進(jìn)格式if(dll.LoadWmFromFile("D:網(wǎng)易論壇.dat","163")):#使用絕對(duì)路徑
    print("Loaddat Success:")#LoadWmFromFile調(diào)用一次即可，無需重復(fù)調(diào)用
    Str = create_string_buffer(20)#創(chuàng)建文本緩沖區(qū)
    if(dll.GetImageFromFile("D:wylt.JPG",Str)):#使用絕對(duì)路徑
            #如果驗(yàn)證碼圖像不在當(dāng)前目錄，那么需要指定全路徑
            print("GetVcode Success:",Str.raw.decode("gbk"))                #返回的文本自行處理口口口問題
    else:
            print("GetVcode Fail!")

else:

    print("Loaddat Fail!")#注意縮進(jìn)格式

所有的函數(shù)封裝在WmCode.dll中，導(dǎo)出的了幾個(gè)基本函數(shù)。第一個(gè)指定使用unicode，和語言互調(diào)用有關(guān)。LoadWmFromFile 函數(shù)加載庫文件，就是我們用主程序訓(xùn)練的結(jié)果，第二個(gè)參數(shù)是導(dǎo)出時(shí)填寫的密碼，GetImageFromFile 方法直接對(duì)本地文件進(jìn)行識(shí)別，第一個(gè)參數(shù)是圖片地址，第二個(gè)是輸出的結(jié)果。調(diào)用函數(shù)相當(dāng)簡單的，對(duì)比tesseract復(fù)雜的參數(shù)，這個(gè)識(shí)別是相當(dāng)?shù)目旖荨Ｔ诹η罂焖偕勺R(shí)別代碼的情況下，用這個(gè)庫確實(shí)非常方便。

網(wǎng)易云易盾提供新一代網(wǎng)站驗(yàn)證碼，包括智能驗(yàn)證碼、滑動(dòng)驗(yàn)證碼等形式，驗(yàn)證碼接口穩(wěn)定性 99.9%，感知威脅可智能切換驗(yàn)證難度，告別繁瑣驗(yàn)證，保護(hù)業(yè)務(wù)安全，點(diǎn)擊可免費(fèi)試用。

網(wǎng)易云免費(fèi)體驗(yàn)館，0成本體驗(yàn)20+款云產(chǎn)品！

更多網(wǎng)易技術(shù)、產(chǎn)品、運(yùn)營經(jīng)驗(yàn)分享請(qǐng)點(diǎn)擊。

文章來源：網(wǎng)易云社區(qū)