如何处理这样的验证码：图片内容是用 5 个汉字描述的计算题(如『伍加叁等于』)。每个位置的内容是固定的： 13 数字、2 计算符号、45 一直是『等于』，且『等于』在所有图片中的位置不变。
Xbluer · 2015-01-07 21:47:39 +08:00 · 5482 次点击这是一个创建于 3613 天前的主题，其中的信息可能已经有所发展或是发生改变。
先展示下：
其它特征特征如下：
1.所有的汉字都是方方正正的，大小一致，间距一致，并在同一水平线上。
2.在图像软件里快速切换图片会发现『等于』完全重合。
我觉得可以有方法来解决这个问题。
目前的思路就是，生成所有的组合(10×4×10)然后和验证码依次对比，但是没有接触图像处理这方面的知识，不太清楚具体如何处理。
请给的建议，谢谢！
PS:今天验证码敲得手疼。
第 1 条附言 · 2015-01-09 22:43:11 +08:00
问题解决了。确实挺简单的。
把所有可能出现的汉字都人工取出来，保存为黑白图片。把验证码按照字体颜色二值化，去除噪点。然后让所有黑白图片依次与之进行像素对比，得出相似度。取相似度最高的那个。到目前为止已经处理近1W个验证码，正确率100%。正如大家所言，相当机器友好。
对自己没接触过的领域，还是有畏难心理。
TKS，感谢已发。
把所有可能出现的汉字都人工取出来，保存为黑白图片。把验证码按照字体颜色二值化，去除噪点。然后让所有黑白图片依次与之进行像素对比，得出相似度。取相似度最高的那个。到目前为止已经处理近1W个验证码，正确率100%。正如大家所言，相当机器友好。
对自己没接触过的领域，还是有畏难心理。
TKS，感谢已发。
 |
1
BGLL 2015-01-07 22:03:42 +08:00  1
这么简单的验证码...字体、位置都不带变的，二值化，去噪点就完了
|
 |
2
halfcrazy 2015-01-07 22:22:18 +08:00 1
搭车关注一下，中文验证码如何识别。相比字母数字，中文汉字的可能性太多了。
|
 |
3
msg7086 2015-01-07 22:24:54 +08:00 via iPhone
Captcha的目的就在于防止批量自动处理。
|
 |
4
aaaa007cn 2015-01-07 22:41:31 +08:00 1
但是顶楼示例就是个典型的对机器友好，对人不友好的反面例子……
|
 |
6
ooxxcc 2015-01-08 00:01:07 +08:00 1
这个验证码简直太机器友好了……
颜色聚类（k均值？）然后按照点数量可以知道那个是字体，去噪，分割字符，对前三个字符ocr 因为字符固定（第一个和第三个有10种，第二个有4种），都好识别，提取个特征最近邻识别就好 剩下的就简单了 |
|
7
ooxxcc 2015-01-08 00:02:33 +08:00
卧槽位置都固定的直接切出来，提个特征，最近邻就行了，分离前景背景去噪都省了
|
 |
8
9hills 2015-01-08 00:03:52 +08:00 via iPad
我又想起以前在v2ex上看到的一个滑块式验证码了，看起来很高大上，但其实是Post的时候加了个参数，对机器友好的厉害。。
|
|
9
BGLL 2015-01-08 00:07:31 +08:00
@ooxxcc 就14个字还聚什么类啊，位置、字体都一样，都是不用任何图像算法，直接无脑取一个个像素点与14个标准字比，二值化都不带用的。
|
 |
10
omi4399 2015-01-08 00:07:36 +08:00 1
算上零总共才13*13*2 338种可能性。。。。。
|
|
13
halfcrazy 2015-01-08 03:22:34 +08:00 via iPad
@BGLL 怪我没说清楚，我这里指的中文是指普遍意义上的。在楼主的case中，中文的独立字体确实有限。
|
 |
14
loveminds 2015-01-08 04:26:16 +08:00 1
|
Select Language