验证码识别 - SEOZero团队博客

Dvbbs 5.5 验证码破解简述

rise前些天发了个dvbbs 5.5 的验证码过来讨论，

这些验证码有一个比较有特点的地方是进行了字符腐蚀，这样让一些字符上的线条和杂线有点难以区分，字符分割可能带来一定的干扰

步骤如下：
1、利用HSL中的亮度值进行阀值分割
2、去除杂线
3、分割字符
4、学习

作者: 4111y80y
目录: 验证码识别 at 8月 29th, 2008. 1 Comment.

复杂背景的验证码破解

首先我们要去除它的背景，对于这样稍微复杂的背景，用过去的方法很难做到，上图的例子还不是很明显，我发现很多图片背景色和字母色近似，而且字母颜色是不断变化的，背景也是不断变化的

那我初始的想法是找到图片中使用颜色最多的方法，于是我们用HSL表示各点颜色，接着进行统计，得到最大的几个峰值，这里便是图片中几个最丰富的颜色的L值得累加值

其余的都可以认为是噪音，我们对每个峰值进行分割，得到如下图片

你看这样就把单个颜色图片分割出来了，接下来就是找到图片中除去黑色和白色后的图片

然后进行灰化处理，阀值处理，降噪，得到

接着根据边界检测出来的最左侧x位置，来排序字母顺序

接下来的事情就轻车熟路了，把图片转成标准模板，通过少量学习就达到了95%以上的识别率

c:15 j:8 8:7 t:9 9:4 x:7 4:6 2:4 h:7 f:8 e:18 b:5 y:3 k:4 w:3 g:5 3:5 7:6 r:2 m:3 q:4 v:2 p:3 6:2
以上数据表示 c学习15次 j学习8次…

只要字符不粘连，大部分验证码干扰技术都是可以有办法，所以为什么google验证码看起来很简单，但是没有人能够很好的破解它得原因。

补充，
rise在留言中发现有一些字符加入杂点的问题，由于这种验证码不是很普遍，稍微做了研究

CY3E 这个图片3字中有杂点，其他没有，按照文章中介绍的办法，怎么知道这个3不是像其他颜色杂点一样的图片呢？

我觉得需要加入一个步骤，就是对每次过滤颜色生成出来的图片，进行填充
找到3的杂点原图：

然后我们进行算法填充

这个图片与其他全部是杂点的图片之间的差别进行过滤，我考虑可以通过以下方法：
1、连贯点的宽度
2、连贯点的个数
这样剩下的就只剩下CY3E的过滤后的图片

至于字符倾斜的问题，我觉得完全可以在机器学习过程中，我们自己旋转正在学习的图片一定角度，例如从-10到+10度，只不过这样的学习库会大一些，但是就10个数字的验证码来说，这点性能损失应该可以忽略不计。

作者: 4111y80y
目录: 验证码识别 at 7月 6th, 2008. 7 Comments.

博客园验证码破解成功

博客园的验证码有一个波形变形，对于字符分割带来了一定难度，还好没有产生字符粘连，可以通过字符旋转，来找到最佳旋转角。

1、使用阀值和阀值去噪音

2、进行扭曲，测出那些时可以分割成4个字符的图形，进行学习

3、样本模板尺寸定位6*9，因为验证码可以通过以一个网址重复的到多次，所以我们对每个字符大概学习5000次后，验证码识别率可以大于%95

对于扭曲过的图片，使用神经网络比模板发应该要好很多，改进后将讲解详细算法。

C#相关算法如下：

/// <summary>
/// 正弦曲线Wave扭曲图片
/// </summary>
/// <param name=”srcBmp”></param>
/// <param name=”bXDir”></param>
/// <param name=”nMultValue”>波形的幅度倍数</param>
/// <param name=”dPhase”>波形的起始相位，取值区间[0-2*PI)</param>
/// <returns></returns>
public Bitmap TwistImage(Bitmap srcBmp, bool bXDir, double dMultValue, double dPhase)
{
System.Drawing.Bitmap destBmp = new Bitmap(srcBmp.Width, srcBmp.Height);

    // 将位图背景填充为白色
    System.Drawing.Graphics graph = System.Drawing.Graphics.FromImage(destBmp);
    graph.FillRectangle(new SolidBrush(System.Drawing.Color.White), 0, 0, destBmp.Width, destBmp.Height);
    graph.Dispose();

double dBaseAxisLen = bXDir ? (double)destBmp.Height : (double)destBmp.Width;

    for (int i = 0; i < destBmp.Width; i++)
    {
        for (int j = 0; j < destBmp.Height; j++)
        {
            double dx = 0;
            dx = bXDir ? (Math.PI * 2 * (double)j) / dBaseAxisLen : (Math.PI * 2 * (double)i) / dBaseAxisLen;
            dx += dPhase;
            double dy = Math.Sin(dx);

            // 取得当前点的颜色
            int nOldX = 0, nOldY = 0;
            nOldX = bXDir ? i + (int)(dy * dMultValue) : i;
            nOldY = bXDir ? j : j + (int)(dy * dMultValue);

            System.Drawing.Color color = srcBmp.GetPixel(i, j);
            if (nOldX >= 0 && nOldX < destBmp.Width
            && nOldY >= 0 && nOldY < destBmp.Height)
            {
                destBmp.SetPixel(nOldX, nOldY, color);
            }
        }
    }

return destBmp;
}