注：本文已发布超过一年，请注意您所使用工具的相关版本是否适用
想做一个针对联通优选在沃自动签到的小程序，但是登陆需要验证码，找了一下现有的一些博客或者是开源的验证码识别的代码，没有一个比较满意的，so，自己写了一个。
需要识别的验证码
第一种：
第二种
分析
像上图的验证码一般来说的话，我们需要识别的是 4 个数字，但是验证码为了防止自动识别程序添加了许多的干扰项，例如背景色、雪花、干扰线等等
去除背景
我们通过分析该验证码图片可以知道，数字的 rgb 值一般处在 180~190 以下，而背景色和雪花的 rgb 值一般处在 200 以上，so，我们只要在处理图片的时候只取 190 以下的 rgb 值保存就 ok 了，这样就可以去除掉绝大部分的干扰项
二值化
把干扰信息去除之后，只留下二进制（也就是 0 和 1 表示）的点阵
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
public function imageHash(){
for($i = 0; $i < $this->_image_h; $i++) {
for ($j = 0; $j < $this->_image_w; $j++) {
$rgb = imagecolorat($this->_in_img,$j,$i);
$rgb_array = imagecolorsforindex($this->_in_img, $rgb);
if($rgb_array['red']<190&&$rgb_array['green']<190&&$rgb_array['blue']<190){
$data[$i][$j]=1;
}else{
$data[$i][$j]=0;
}
}
}
}
|
点阵化之后的截图
去噪点
图像二值化之后可能还存在很多噪点，噪点的特点一般是孤立无援的，这时候我们只需要判断以这个 1 点为中心的点，周围的 1 点个数小于一个阈值（我把它设为 3），就确认它为噪点并将之去除
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
|
public function removeHotSpots($hash_data){
for($i = 0; $i < $this->_image_h; $i++) {
for ($j = 0; $j < $this->_image_w; $j++) {
if($hash_data[$i][$j]){
if($this->isHotSpots($i,$j,$hash_data)) $hash_data[$i][$j]=0;
}
}
}
return $hash_data;
}
public function isHotSpots($i,$j,$hash_data){
if($i == 0 || $j == 0 || $i == ($this->_image_h - 1) || $j == ($this->_image_w - 1)) return true;
$points[0]=$hash_data[$i-1][$j-1];
$points[1]=$hash_data[$i-1][$j];
$points[2]=$hash_data[$i-1][$j+1];
$points[3]=$hash_data[$i][$j-1];
$points[4]=$hash_data[$i][$j];
$points[5]=$hash_data[$i][$j+1];
$points[6]=$hash_data[$i+1][$j-1];
$points[7]=$hash_data[$i+1][$j];
$points[8]=$hash_data[$i+1][$j+1];
$count=0;
foreach ($points as $v){
if($v){
$count++;
}
}
return $count<4;
}
|
去除噪点之后
去除干扰线
通过去除噪点之后的图像，我们可以发现，大部分的干扰线，其实已经被去除掉了，所以我们可以将，去除噪点的方法当做一个滤镜，多过滤几次，干扰线基本上可以去除完毕（这里测试去除三次的效果是最好的）
分割验证码
这个验证码的每个数字其实都是等分的，所以我们可以采用等分的方法去分割它
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
|
public function splitImage($n){
$data=[];
$a=$this->_image_w/self::CHAR_NUM;
for($i=$n*$a;$i<($n+1)*$a;$i++){
$column=array_column($this->_hash_data,$i);
if(implode("",$column)!=0){
$data[]=$column;
}
}
$out_img_w=count($data)+4;
$out_img_h=count($data[0])+4;
$out_img = imagecreatetruecolor($out_img_w,$out_img_h);
$bg=imagecolorallocate($out_img, 255, 255, 255);
imagefill($out_img, 0,0, $bg);
foreach ($data as $k=>$v){
foreach ($v as $key=> $val){
$color=255;
if($val) $color=0;
$c = imagecolorallocate($out_img, $color, $color, $color);
imagesetpixel($out_img, $k+2,$key+2, $c);
}
}
return $out_img;
}
|
保存&对比识别
最后将分割好的图片二值化，通过一个数组保存下来，作为一个标准，然后后之后需要验证的验证码，通过和之前的数组求交集，比较最相近的数字得出结果即可
更多
其实到这一步之后已经能够识别一些验证码了，对于第二种验证码已经可以达到很好的识别效果，但是对于第一种验证码的识别率很低很低，大概只有5%-15%，基本不能投入使用，下一篇文章针对这种验证码，怎么更好的识别，主要是标准化和特征库的建立
关注我获取更新
猜你喜欢
