一次简单的验证码识别以及思考

最新推荐文章于 2024-10-18 08:00:00 发布

Java与Android技术栈

最新推荐文章于 2024-10-18 08:00:00 发布

阅读量971

点赞数

本文链接：https://blog.csdn.net/SLFq6OF5O7aH/article/details/79329777

版权

验证码

验证码（CAPTCHA）是“Completely Automated Public Turing test to tell Computers and Humans Apart”（全自动区分计算机和人类的图灵测试）的缩写，是一种区分用户是计算机还是人的公共全自动程序。可以防止：恶意破解密码、刷票、论坛灌水，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，实际上用验证码是现在很多网站通行的方式，我们利用比较简易的方式实现了这个功能。这个问题可以由计算机生成并评判，但是必须只有人类才能解答。由于计算机无法解答CAPTCHA的问题，所以回答出问题的用户就可以被认为是人类。

验证码通常用于网站的登录，以区分是否是人类的行为还是机器的行为。启用验证码是反爬虫、反黑客的常用手段之一。然而，随着技术的不断进步，特别是machine learning的发展，普通的验证码识别也不是很复杂的事情。

识别验证码的架构

在搭建识别验证码服务之前需要完成两件事情。 1）使用现有的爬虫采集好图片验证码，并标注好这些图片。这里，我使用自己开发的图片爬虫程序PicCrawler(https://github.com/fengzhizi715/PicCrawler)。所谓标注，就是用肉眼去正确地识别出图片中的数字和字母，然后用这些数字和字母作为图片的名字。

2）使用tensorflow来训练这些验证码生成模型，每一批的验证码至少几千起。这样，训练好的模型可以通过tensorflow的api来加载。

做完这些事情之后，需要考虑使用怎样的方式整合到现有的框架中。