顶象差异点击识别验证算法

顶象差异点击识别验证算法

文章只提供学习，如有侵权请立即联系我。

对于这种 差异点击验证 可以通过算法进行 识别

还原图片之后

识别图片之后

说一下思路哈

思路懒得说了 反正 你通过深度学习能够获取更为准确的识别结果

但是我不想标数据集呀 只好写一个直接可以解决的代码进行解决了

下面我就贴一下我的代码了

唯一的确定就是 颜色 不同的 识别准确性不行 因为我做二值化处理了
所以 。。。。。。。。。。。。。。

好了 不多说了 上代码

public class IConUtil {
   

    static {
   
        try {
   
            if (SystemUtils.IS_OS_WINDOWS) {
   
               //要用到 opencv 
                String path = IConUtil.class.getResource("/win/x64/opencv_java3412.dll").getPath();
                System.load(path);
            } else if (SystemUtils.IS_OS_LINUX) {
   
                System.out.println("linux");
                System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
            }
        } catch (Exception e) {
   
            e.printStackTrace();
        }
    }



    public static void main(String[] args) {
   
    	//传入图片路径 返回图片的坐标
        String s = predict10("C:\\dx\\notun\\1639375094033bj.png");
        System.out.println(s);
    }

    /**
     * 识别图标
     *
     * @param originPath
     * @param iconPaths
     * @param totalPath
     */
    public static String predict(String originPath, String[] iconPaths, String totalPath) {
   
        Mat afterMat = Imgcodecs.imread(totalPath);
        String aferterPoint = "";
        for (int i = 0; i < iconPaths.length; i++) {
   
            double[] predict = predict(originPath, iconPaths[i]);
            if (predict.length > 0) {
   
                Imgproc.rectangle(afterMat, new Point(predict[0], predict[1]), new Point(predict[2], predict[3]), new Scalar(0, 0, 225));
            } else {
   
                return "";
            }
            int x = (int) (predict[0] + (predict[2] - predict[0]) / 2);
            int y = (int) (predict[1] + (predict[3] - predict[1]) / 2);
            aferterPoint += x + "," + y + "|";

            Imgproc.putText(afterMat, i + "", new Point(x, y), Imgproc.FONT_HERSHEY_COMPLEX, 1, new Scalar(0, 255, 0));

        }
        Imgcodecs