大家帮忙看看这两个验证码有什么好办法识别吗

red_berries 2013-03-04 05:59:09

用了开源的Tesseract来做，都识别不了，那两条干扰线想了好久也没看出来规律，没办法去掉干扰。

我想最我也就10000个验证码，结果下载了3W多个还没有一个文件的MD5相同，后来仔细看了下，每个数字的写法好像也都还不一样。

求高手指点，谢谢。

...全文

143 1 打赏收藏举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

red_berries 2013-03-05

打赏
举报

回复

顶下等等大牛

大致介绍　　在python爬虫爬取某些网站的验证码的时候可能会遇到验证码识别的问题，现在的验证码大多分为四类：　　　　1、计算验证码 　　 2、滑块验证码 　　　　3、识图验证码 　　　　4、语音验证码 　　这篇博客主要写的就是识图验证码，识别的是简单的验证码，要想让识别率更高，识别的更加准确就需要花很多的精力去训练自己的字体库。　　识别验证码通常是这几个步骤：　　　　1、灰度处理　　　　2、二值化　　　　3、去除边框（如果有的话）　　　　4、降噪　　　　5...

验证码识别，GIF验证码识别

目前，许多网站采取各种各样的措施来反爬虫，其中一个措施便是使用验证码。随着技术的发展，验证码的花样越来越多。验证码最初是几个数字组合的简单的图形验证码，后来加入了英文字母和混淆曲线。有的网站还可能看到中文字符的验证码，这使得识别愈发困难。后来 12306 验证码的出现使得行为验证码开始发展起来，用过 12306 的用户肯定多少为它的验证码头疼过。我们需要识别文字，点击与文字描述相符的图片，验证码完全正确，验证才能通过。

在开发爬虫时，会遇到验证码识别，在网站中加入验证码的目的是加强用户安全性和提高反爬虫机制。 验证码类型：字符验证码，图片验证码，gif动图验证码，极验验证码（拖动滑块完成拼图），手机验证码，视频验证码等。识别验证码的三种方案： 1，人工识别，但这过分依赖人为控制，难以实现批量爬取 2，python调用OCR引擎识别验证码。但正常情况下，OCR准确率低，需要机器学习不断提高OCR准确率，开发成本相...

81,108

社区成员

341,721

社区内容

发帖

与我相关

我的任务

社区管理员

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