识别验证码方法

验证码的功能一般是防止使用程序恶意注册、暴力破解或批量发帖而设置的。所谓验证码，就是将一串随机产生的数字或符号，生成一幅图片，图片里加上一些干扰象素（防止OCR），由用户肉眼识别其中的验证码信息，输入表单提交网站验证，验证成功后才能使用某项功能。学习验证码的破解/识别技术，不仅可以知道验证码的原理，而且可以让你知道怎样才能防止验证码被破解。

最常见的验证码主要有以下几种：

1. 四位数字，随机的一数字字符串，最原始的验证码，验证作用几乎为零。
2. 随机数字图片验证码。图片上的字符比较中规中矩，有的可能加入一些随机干扰素，还有一些是随机字符颜色，验证作用比上一个好。没有基本图形图像学知识的人，不可破！
3. 各种图片格式的随机数字+随机大写英文字母+随机干扰像素+随机位置。
4. 汉字是注册目前最新的验证码，随机生成，打起来更难了,影响用户体验，所以，一般应用的比较少。

为简单起见，破解说明主要针对是第2种类型的，先来看看网上常见的这种验证码的图片：

  

• 第一种，最容易，图片背景和数字都使用相同的颜色，字符规整，字符位置统一。
• 第二种，看似不容易，其实仔细研究会发现其规则，背景色和干扰素无论怎么变化，验证字符字符规整，颜色相同，所以排除干扰素非常容易，只要是非字符色素全部排除即可。
• 第三种，看似更复杂，处理上面提到背景色和干扰素一直变化外，验证字符的颜色也在变化，并且各个字符的颜色也各不相同。
• 第四种，除了第三个图片上提到的特征外，又在文字上加了两条直线干扰率，看似困难其实，很容易去掉。

验证码识别一般分为以下几个步骤：

1. 取出字模 识别验证码，毕竟不是专业的OCR识别，并且，由于各个网站的验