写了个php识别验证码的小程序-欢迎大家排砖。

逸学堂 2009-03-03 03:52:03
近期研究一些突破验证码方面的知识,记录下来。一方面算是对这几天学习知识的总结帮助自己理解；另一方面希望对研究这方面的技术同学有所帮助；另外也希望引起网站管理者的注意，在提供验证码时多些考虑进去。由于刚刚接触这方面的知识，理解比较浅显，有错误再所难免，欢迎拍砖。
验证码的作用： 有效防止某个黑客对某一个特定注册用户用特定程序暴力破解方式进行不断的登陆尝试。其实现代的验证码一般是防止机器批量注册的，防止机器批量发帖回复。目前，不少网站为了防止用户利用机器人自动注册、登录、灌水，都采用了验证码技术。
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。
我们最常见的验证码
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。
简单起见，我们这次说明的主要对象是第2种类型的，我们先看几种网上比较常见的这种验证码的图片.
这三种样式，基本上能代表2中所提到的验证码类型，初步看起来第一个图片最容易破解，第二个次之，第三个更难,第四个最难。
真实情况那？其实这三种图片破解难度相同。
第一个图片，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。
第二个图片，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。
第三个图片，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。看似无法突破这个验证码，本篇文章，就一这种类型验证码为例说明，第四个图片，同学们自己搞。
第四个图片，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
2. 二值化
3. 计算特征
4. 对照样本
1：取出字模
识别验证码，毕竟不是专业的OCR识别，并且，由于各个网站的验证码各不相同，所以，最常见的方法就是就是建立这个验证码的特征码库。去字模时，我们需要多下载几张图片，使这些图片中，包括所有的字符，我们这里的字母只有图片，所以，只要收集到包括0-9的图片即可。
2：二值化
二值化就是把图片上的验证数字上每个象素用一种数字表示1，其他部分用0表示。这样就可以计算出每个数字字模，记录下这些字模来，当作key即可。
3：计算特征
把要识别的图片，进行二值化，得到图片特征。
4：对照样本
把步骤3种的图片特征码和验证码的字模进行对比，得到验证图片上的数字。
使用目前这种方法，对验证码的识别基本上可以做到100%。
通过以上步骤，您可能说了，并没有发现如何取出干扰素啊！其实取出干扰素的方法很简单，干扰素的一个重要特征是，不能影响验证码的显示效果，所以制作干扰素时它的RGB可能低于或者高于某个特定值，比如我给的例子中的图片，干扰素的RGB各项值是不会超过125的，所以，这样我们就很容易去掉干扰素了。
...全文
4091 38 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
38 条回复
切换为时间正序
请发表友善的回复…
发表回复
NiDeWeiXiaoYuBaLi 2012-10-20
  • 打赏
  • 举报
 回复
不错不错。感觉还可以把
licuanyu21 2011-04-13
  • 打赏
  • 举报
 回复
不错不错不错不错
btlihaoda 2010-10-01
  • 打赏
  • 举报
 回复
验证码：马的腿数*人类的胳膊数

试问怎么破

机器终究算不过人脑的~
gaoshengwen 2010-02-25
  • 打赏
  • 举报
 回复
感觉很多东西都识别不了
御驾-亲征 2009-10-07
  • 打赏
  • 举报
 回复
模棱两可
cyxin2121921 2009-07-16
  • 打赏
  • 举报
 回复
mark
mecho 2009-07-01
  • 打赏
  • 举报
 回复
[Quote=引用 21 楼 ugg 的回复:]
引用 18 楼 mecho 的回复:
不知道楼主写出来干啥用?如果是我,费那心还不如睡个懒觉...

这种玩意对有用的人来说如获至宝.对没用的人一分不值.
[/Quote]

嗯，这倒也是。
逸学堂 2009-03-10
  • 打赏
  • 举报
 回复
揭帖，验证码识别中级篇，参考
http://topic.csdn.net/u/20090310/23/bd468e7c-9e19-4c99-8bf9-f0d8e3d6a662.html
qken407801 2009-03-10
  • 打赏
  • 举报
 回复
好
qwpczc 2009-03-06
  • 打赏
  • 举报
 回复
学习一下了
magicone 2009-03-06
  • 打赏
  • 举报
 回复
学习了~~ 接分了
iasky 2009-03-05
  • 打赏
  • 举报
 回复
原来有人VC写过，破解CSDN的，后来CSDN改版了
rex100 2009-03-05
  • 打赏
  • 举报
 回复
接分
xdfd 2009-03-05
  • 打赏
  • 举报
 回复
这个东西本来是为 ban spam而出的,现在搞的好复杂,有的时候注册都看不清还不如某个站点就是大写的1,2,3,4...然后你将小写的四位写出来,这样多好.
不过支持楼主深入的精神!
wangjianbo88 2009-03-04
  • 打赏
  • 举报
 回复
呵呵，有空看一下recaptcha老外的东东，那叫有才
yctin 2009-03-04
  • 打赏
  • 举报
 回复
[Quote=引用 3 楼 ugg 的回复:]
会增加二值化的难度，呵呵，不过理论上说，人脑能完成的模糊补完，
机器也可以完成，可能就是效果不佳。
[/Quote]

二值化一定可以的~
但得出的结果一般只会是完全没有意义的花图
就像电视找不到台那种
原理跟迷彩服相同...

其实只是在现时的方法上再加一重色彩干扰
令二值化难以完成...但人脑可以很容易分析这种分别
OCR 的难度就会随二值化难度而大幅提高
luojxun 2009-03-04
  • 打赏
  • 举报
 回复
http://blog.csdn.net/luojxun/archive/2008/09/27/2979694.aspx
生成的随机码楼主的方法就无法识别。呵呵
逸学堂 2009-03-04
  • 打赏
  • 举报
 回复
楼上言之有理。
yunfeifan 2009-03-04
  • 打赏
  • 举报
 回复
学习了
逸学堂 2009-03-04
  • 打赏
  • 举报
 回复
三天后揭帖，参与者皆有分。
希望借助此帖，结交些朋友。
加载更多回复（18）
一验证码识别的小程序源码
http://blog.csdn.net/xiaoxiao108/article/details/7226120 前些天，12306这个网站挺火的，看到网上出现了各种各样的登陆、订票插件跟程序。虽然没经历过春运，看到网上各种各样的插件跟工具挺有意思的，下载了几个看了看，都挺不错的。印象中有个java版本的订票程序里面有个验证码识别功能，用tesseract-ocr来识别验证码的，如果验证码不是很复杂识别效果还可以。 开发环境 vs2008 开发语言C# 使用方法很简单 1.下载tesseract 的.net 类库tessnet2_32.dll ，添加引用。 http://www.pixel-technology.com/freeware/tessnet2/ 2.下载tesseract 相对应的语言包。 http://code.google.com/p/tesseract-ocr/downloads/list 3.调用tesseract 的方法进行识别。 具体代码 1.读取网上的验证码到pictureBox中 //string url = "https://dynamic.12306.cn/otsweb/passCodeAction.do?rand=lrand"; string url = "http://static.baixing.net/pages/mobile.php?c=bcqsFelX+vKQcrnIbhyDYQ==/2.jpg"; HttpWebRequest request = WebRequest.Create(url) as HttpWebRequest; HttpWebResponse response = request.GetResponse() as HttpWebResponse; System.IO.Stream responseStream = response.GetResponseStream(); this.pictureBox1.Image = Image.FromStream(responseStream); 2.OCR类 public class Ocr { public void DumpResult(List result) { foreach (tessnet2.Word word in result) //Console.WriteLine("{0} : {1}", word.Confidence, word.Text); MessageBox.Show(string.Format("{0} : {1}", word.Confidence, word.Text)); } public List DoOCRNormal(Bitmap image, string lang) { tessnet2.Tesseract ocr = new tessnet2.Tesseract(); ocr.Init(null, lang, false); List result = ocr.DoOCR(image, Rectangle.Empty); DumpResult(result); return result; } System.Threading.ManualResetEvent m_event; public void DoOCRMultiThred(Bitmap image, string lang) { tessnet2.Tesseract ocr = new tessnet2.Tesseract(); ocr.Init(null, lang, false); // If the Oc
java开源包1
Spring4GWT GWT Spring 使得在 Spring 框架下构造 GWT 应用变得很简单，提供一个易于理解的依赖注入和RPC机制。 Java扫雷游戏 JVMine JVMine用Applets开发的扫雷游戏，可在线玩。 public class JVMine extends java.applet.Applet 简单实现！~ 网页表格组件 GWT Advanced Table GWT Advanced Table 是一个基于 GWT 框架的网页表格组件，可实现分页数据显示、数据排序和过滤等功能！ Google Tag Library 该标记库和 Google 有关。使用该标记库，利用 Google 为你的网站提供网站查询，并且可以直接在你的网页里面显示搜查的结果。 github-java-api github-java-api 是 Github 网站 API 的 Java 语言版本。 java缓存工具 SimpleCache SimpleCache 是一个简单易用的java缓存工具，用来简化缓存代码的编写，让你摆脱单调乏味的重复工作！1. 完全透明的缓存支持，对业务代码零侵入 2. 支持使用Redis和Memcached作为后端缓存。3. 支持缓存数据分区规则的定义 4. 使用redis作缓存时，支持list类型的高级数据结构，更适合论坛帖子列表这种类型的数据 5. 支持混合使用redis缓存和memcached缓存。可以将列表数据缓存到redis中，其他kv结构数据继续缓存到memcached 6. 支持redis的主从集群，可以做读写分离。缓存读取自redis的slave节点，写入到redis的master节点。 Java对象的SQL接口 JoSQL JoSQL(SQLforJavaObjects)为Java开发者提供运用SQL语句来操作Java对象集的能力.利用JoSQL可以像操作数据库中的数据一样对任何Java对象集进行查询,排序,分组。 搜索自动提示 Autotips AutoTips是为解决应用系统对于【自动提示】的需要(如：Google搜索), 而开发的架构无关的公共控件, 以满足该类需求可以通过快速配置来开发。AutoTips基于搜索引擎Apache Lucene实现。AutoTips提供统一UI。 WAP浏览器 j2wap j2wap 是一个基于Java的WAP浏览器，目前处于BETA测试阶段。它支持WAP 1.2规范，除了WTLS 和WBMP。 Java注册表操作类 jared jared是一个用来操作Windows注册表的 Java 类库，你可以用来对注册表信息进行读写。 GIF动画制作工具 GiftedMotion GiftedMotion是一个很小的，免费而且易于使用图像互换格式动画是能够设计一个有趣的动画了一系列的数字图像。使用简便和直截了当，用户只需要加载的图片和调整帧您想要的，如位置，时间显示和处理方法前帧。 Java的PList类库 Blister Blister是一个用于操作苹果二进制PList文件格式的Java开源类库（可用于发送数据给iOS应用程序）。 重复文件检查工具 FindDup.tar FindDup 是一个简单易用的工具，用来检查计算机上重复的文件。 OpenID的Java客户端 JOpenID JOpenID是一个轻量级的OpenID 2.0 Java客户端，仅50KB+（含源代码），允许任何Web网站通过OpenID支持用户直接登录而无需注册，例如Google Account或Yahoo Account。 JActor的文件持久化组件 JFile JFile 是 JActor 的文件持久化组件，以及一个高吞吐量的可靠事务日志组件。 Google地图JSP标签库 利用Google:maps JSP标签库就能够在你的Web站点上实现GoogleMaps的所有功能而且不需要javascript或AJAX编程。它还能够与JSTL相结合生成数据库驱动的动态Maps。 OAuth 实现框架 Agorava Agorava 是一个实现了 OAuth 1.0a 和 OAuth 2.0 的框架，提供了简单的方式通过社交媒体进行身份认证的功能。 Eclipse的JavaScript插件 JSEditor JSEditor 是 Eclipse 下编辑 JavaScript 源码的插件，提供语法高亮以及一些通用的面向对象方法。 Java数据库连接池 BoneCP BoneCP 是一个高性能的开源java数据库连接池实现库。它的设计初衷就是为了提高数据库连接池的性能，根据某些测试数据发现，BoneCP是最快的连接池。BoneCP很小，只有四十几K
java开源包3
Spring4GWT GWT Spring 使得在 Spring 框架下构造 GWT 应用变得很简单，提供一个易于理解的依赖注入和RPC机制。 Java扫雷游戏 JVMine JVMine用Applets开发的扫雷游戏，可在线玩。 public class JVMine extends java.applet.Applet 简单实现！~ 网页表格组件 GWT Advanced Table GWT Advanced Table 是一个基于 GWT 框架的网页表格组件，可实现分页数据显示、数据排序和过滤等功能！ Google Tag Library 该标记库和 Google 有关。使用该标
nodejs识别验证码，图片验证码
最近做自动化遇到验证码的问题，之前识别字母和数字验证码都是使用tesseract.js,识别率都不错，中文也可以识别不过识别率不高。 我自己平常使用识别验证码的方式主要有三种， 一种是上面说的tesseract.js， 另一种骚操作就是使用通用文字识别工具，即OCR，很多云计算公司都提供了OCR识别。 还有一种就是用node去调用Python的验证码识别程序 不过这次遇到的验证码字母都进行了扭...
PHP 和 Tesseract OCR 实现验证码识别
Tesseract 是一个强大的开源 OCR 工具，支持多种语言的文本识别。将代码保存为 captcha_recognition.php，确保验证码图片 captcha.png 位于同一目录中。Tesseract 支持多种页面分割模式，可以根据验证码的特点选择合适模式。接下来，安装 imagick 扩展，用于处理图像（如验证码的预处理）。对于复杂的验证码，可以使用 Tesseract 提供的训练工具生成专用模型。如果验证码中的字符间距较大，可以先将图像分割成多个小图，再分别进行识别。
PHP

20,397

社区成员

19,656

社区内容

发帖
与我相关
我的任务
社区描述
“超文本预处理器”，是在服务器端执行的脚本语言，尤其适用于Web开发并可嵌入HTML中。PHP语法利用了C、Java和Perl，该语言的主要目标是允许web开发人员快速编写动态网页。
phpphpstorm 技术论坛（原bbs）
社区管理员
  • 开源资源社区
  • phpstory
  • xuzuning
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章