常见20种验证码识别思路

于 2024-08-27 14:19:39 发布
阅读量404 收藏 12
点赞数 13
分类专栏： 验证码 文章标签： python opencv pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_31907917/article/details/141601518
版权

声明：本教程只能用于教学目的，如果用于非法目的与本人无关

视频详解地址：https://www.bilibili.com/video/BV1ABsHe9Eao/

教程素材网址：https://github.com/tomysky/crack_20_captcha

1.滑块验证码

方案1：ddddocr https://github.com/sml2h3/ddddocr

方案2：opencv（canny做边缘检测，在做模板匹配）

方案3：yolov8 （m l模型） https://github.com/ultralytics/ultralytics

1.某验的滑块验证码 简单

在这里插入图片描述

2.某美的滑块验证码 简单

​ 有混淆的图标，但是大小不一，目标检测，大小差不多的就是目标图标

在这里插入图片描述

3.某盾的滑块验证码 简单

​ 简单，直接目标识别，或者图像匹配

在这里插入图片描述

4.某象的滑块验证码 简单

​ 有混淆图标，但是匹配图标的验证更深，作为特征匹配，yolo可以实现

在这里插入图片描述

2.文字点选验证码

方案：

​ yolo目标识别+分类网络（resnet50 101）+根据提供的文字顺序点击

1.某验的文字点选验证码 简单

在这里插入图片描述

<在这里插入图片描述

2.某盾的语序点选验证码 适中

​ 文字角度，颜色，抖动（特征明显）

在这里插入图片描述

3.某美的文字点选 适中

​ 字体只有角度旋转，颜色鲜艳，特征明显，可以生成样本自己训练

在这里插入图片描述

4.某象文字点选验证码 适中

​ 文字比较有个性，颜色不一，有重影，需要的样本数量会比较多

在这里插入图片描述

3.图标点选验证码

方案：

​ yolo目标识别+分类网络+根据提供的图标顺序点击（基本都是矢量图，特征明显）

1.某验的图标点选验证码 简单

​ 图标识别

在这里插入图片描述

2.某盾的图标点选验证码 简单

​ 图标是矢量图，三个定选项，2个多余的，有旋转，有白色的容易混淆

在这里插入图片描述

3.某美的图标点选 适中

​ 颜色鲜艳，图标数量对应，特征明显

在这里插入图片描述

4.某象图标点选验证码 适中

​ 矢量图是白色，没有旋转，拉伸，特征明显

在这里插入图片描述

4.语序点选验证码

​ 方案：

​ 目标识别+分类网络+固定句子（需要自己收集固定句子，做匹配）

1.某验的语序点选验证码 难

​ 语序点选，句子不固定，句子样本量会比较大

在这里插入图片描述

2.某盾的语序点选验证码 适中

​ 文字角度，颜色，抖动（都是四字成语）

在这里插入图片描述

3.某美的语序点选验证码 适中

​ 字体颜色鲜艳，只有角度，特征明显，四字成语

在这里插入图片描述

4.某象的语序点选验证码 适中

​ 字体颜色明显，有重影和角度，需要大量样本，都是四字成语

​ 在这里插入图片描述

5.空间推理验证码

方案：

​ 一个物体多属性的问题，首先yolo找到目标，根据区域大小，确定图像的大小属性和位置；然后需要把形状，朝向，颜色做分类网络的one-hot编码，得出物体的属性后；接着padddleocr识别提示词；最后在根据语义词性分割得到具体要做什么。

1.某验的空间推理验证码 难

在这里插入图片描述

2.某盾空间推理 难

​ 有朝向，颜色，大小写，字母，数字，立方体

在这里插入图片描述

3.某美的空间推理验证码 适中

​ 没有重叠，颜色鲜艳，大小不一，特征明显，问题简单，逻辑推理简单

在这里插入图片描述

4.某象的空间语义验证码 难

​ 有二维图形，三维图形，大小写字母，语义简单（需要逻辑推理）

​

在这里插入图片描述

6.图像旋转

1.某象的旋转验证码 适中

方案：

​ 需要把旋转圆的外圈干扰绿色去掉，放大到原来的大小，旋转角度通过计算重合边缘的Sobel梯度来寻找最佳旋转角度

在这里插入图片描述

7.词序选词

方案：

​ 有颜色，两个字组合，固定组合（需要数据量大），固定的四字语序。yolo目标检测，resnet50或者resnet101分类

1.某盾语序选词 难

​ 在这里插入图片描述

8.消消乐

1.某验的消消乐验证码 适中

​ 方案1：前提图像切割位置精确（每个图像分割出来都是一样的大小，位置相同），直接用md5计算图像的值来区分图像的类别。

​ 方案2：怕图像切割位置不精确，直接用resnet18分类网络区分图像的类别。

在这里插入图片描述

9.五子棋

1.某验的五子棋验证码 适中

棋盘的位置固定，区分各个棋子的颜色，判断四个棋子在一条线上，把另外的一个补上

​ 方案1：前提图像切割位置精确（每个图像分割出来都是一样的大小，位置相同），直接用md5计算图像的值来区分颜色。

​ 方案2：怕图像切割位置不精确，直接用resnet18分类网络区分颜色。

在这里插入图片描述

10.九宫格

方案：

​ 对每个图片进行图像分类，然后选择同一类的3个图。需要大量样本，直接就是分类resnet101网络

1.某验的九宫格验证码 高

​

在这里插入图片描述

2.yescaptcha 难

方案：

​ yolo （m，l，x）的目标检测可以检测8个类别中的6个，在单独训练剩下的人行道和楼梯基本就能完成任务

自行车（ok），摩托车（ok），公交车（ok），人行道，小轿车（ok），消防栓（ok），红绿灯（ok），楼梯（8个类别）

去除噪点，识别特定几个的物体，点击完了，在提交

在这里插入图片描述

先拼接，识别要求的物体图像所在区域

在这里插入图片描述

10.推理拼图

1.某盾的推理拼图验证码 适中

方案：

​ 图片只有四张，用图像分类resnet50或者resnet18，总计8个分类，用位置作为分类。让模型记住图像位置。这样一旦有图像位置对不上，就能直接识别出来。

在这里插入图片描述

2.某象的乱序拼图验证码 适中

​ 方案1：遗传算法

​ 方案2：计算图像边缘的直方图或者sobel算子

在这里插入图片描述

3.某象的滑动还原验证码 适中

方案：

​ 计算图像边缘的直方图或者sobel算子

在这里插入图片描述

11.障碍躲避

1.某盾的障碍躲避验证码 适中

方案：

​ 小球固定的，yolo识别图标的位置，resnet50分类图标，把小球和目标连起来，路径必须绕过识别的图标位置

在这里插入图片描述

12.面积验证

​ 1.某象的面积验证码 适中

方案：

​ 用opencv找到线这个边界：先灰度，后二值化，放大这个线连成线，接着计算面积，最后得出结果

在这里插入图片描述

13.差异点击验证

1.某象的差异点击验证码 适中

方案：

​ yolo定位目标，用resnet50网络 计算图像之间的余弦相似度

在这里插入图片描述

14.语音验证

方案：

​ 阿里的SenseVoice 1s内识别完内容

1.某象的语音验证码 适中

播放四个数字，随便一个语音识别就可以

在这里插入图片描述

​ 2.售票网 适中

​ 有噪音，需要去噪音在识别

在这里插入图片描述

15.字体识别

1.某象的字体识别验证码 适中

方案：

​ 不同风格的字体都跟其他7个不一样，要么空心，要么细，要么粗。用图像分类算法，总计：粗，细，空心三个分类

在这里插入图片描述

16.刮刮卡

1.某象的刮刮卡验证码 难

​ 在中间画一笔，这一笔中肯定能刮开目标的一部分，在用yolo制作一个目标检测模型，确定这个点。在点周围画一个圆。

在这里插入图片描述

17.轨迹图

  1. vaptcha的轨迹验证码 难

    方案1：yolo关键点检测，再把关键点连接起来

    方案2：maskrcnn或者pspnet网络做图像分割，在用skimage里现成的函数提取骨架。

    在这里插入图片描述

在这里插入图片描述

18.数字字母识别

1.不定长的数字字母识别

cnn和lstm网络都可以

19.计算题

方案1：rcnn做训练，

方案2：yolo做目标检测，分类检测图标，转换为数学作加减

1.数字计算

在这里插入图片描述

2.汉字计算

在这里插入图片描述

qq_31907917
关注
  • 13
    点赞
  • 踩
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
简单的验证码识别
菜鸡的博客
03-08 3万+
这是我尝试写的第一篇技术博客，借鉴了很多博客和教程，写出了自己的代码，代码较为冗杂而且程序十分耗时。所以本文主要提供验证码识别的一个简单的思路，代码实现的部分还望各位大佬指点。 看了好几篇验证码图片识别的博文，不难归纳出验证码识别的大概思路是收集训练集——&gt;图像处理——&gt;得到图片特征值——&gt;训练——&gt;识别，其中图像处理部分又包括了灰度化、二值化、去噪、分割等过程。本文...
20行 Python 代码实现简单验证码识别_nii图像二值化
m0_60635321的博客
04-27 1111
不知道你们用的什么环境，我一般都是用的Python3.6环境和pycharm解释器，没有软件，或者没有资料，没人解答问题，都可以免费领取（包括今天的代码），过几天我还会做个视频教程出来，有需要也可以领取~给大家准备的学习资料包括但不限于：Python 环境、pycharm编辑器/永久激活/翻译插件python 零基础视频教程Python 界面开发实战教程Python 爬虫实战教程Python 数据分析实战教程python 游戏开发实战教程Python 电子书100本。
常用验证码识别方法
Max的博客
08-09 7274
全自动区分计算机和人类的图灵测试（Completely Automated Public Turing test to tell Computers and Humans Apart，简称CAPTCHA），俗称验证码，是一种区分用户是计算机和人的公共全自动程序。验证码的主要目的是强制人机交互来抵御机器自动化攻击，为了确保服务器系统的稳定和用户信息的安全，越来越多的网站采用了验证码技术。图片验证码是目前最常用的一种，本文也主要讨论这种验证码的识别。 最近在一个爬虫项目中遇到了验证码，需要机器自动识别绕过。这些
向量空间验证码识别
m0_37713821的博客
07-07 831
平时在登录账号的时，有时会进行验证码输入的操作。这步操作是为了防止非人类行为，就是防止机器人或者爬虫之类非人类角色的登录，避免服务器资源的浪费。 今天要说的验证码识别不是什么很高级的操作，没有用到常用的机器学习算法或者很深奥的深度学习神经网络算法来实现。就是简单的相似度对比操作，一个简单而又不错的想法来实现图片验证码的识别。 对于这张验证码，首先还是老样子先进行二值化...
python实现验证码识别_python实现图文验证码识别
weixin_39525007的博客
12-03 527
一，验证码类别以下为网站常见的验证码：1.图片验证码：常见的为英文、数字、汉字，计算题等类型的验证码。2.行为式验证码: 常见的有滑动拼图，文字点选，图标点选，推理拼图等类型的验证码。3.手机短信验证码4.语音验证码二，web自动化验证码处理方法我们在测试工作中，在测试登录时经常会遇到需要注册的场景，可以采取以下方式解决：1.去掉验证码这种方式最简单，让开发注释掉验证码代码即可。这种方法适用于在测...
易语言-易语言验证码识别系统
07-02
易语言验证码识别系统是一种利用计算机视觉技术来自动识别和解析图像中的验证码的程序。验证码的主要目的是防止自动化程序的滥用，例如防止机器人注册、发送垃圾邮件等。易语言验证码识别系统通过一系列步骤实现了这...
基于Python的数字验证码识别的设计与实现-毕业论文
11-13
这一成果不仅对于网络安全领域具有重要价值，也为未来验证码识别技术的研究提供了新的思路和实践基础。同时，Python作为一种强大的数据科学工具，其在该项目中的应用再次证明了其在图像处理和机器学习领域的广泛适应...
Python实现基于PIL和tesseract的验证码识别功能示例
09-20
本文所涉及的知识点主要包括PIL图像处理技术、Tesseract OCR引擎使用以及验证码识别中常见的问题和解决策略。 首先，PIL（Python Imaging Library），后被命名为Pillow，是Python中一个功能强大的图像处理库。...
如何在Python中使用IP代理
IPIPGO的博客
08-23 463
通过以上步骤，你应该已经学会了如何在Python中使用IP代理。无论是单个代理IP、带认证的代理IP，还是批量使用代理IP，这些方法都能帮助你在实际项目中灵活应用。希望这篇文章对你有所帮助，如果你有任何问题或建议，欢迎在评论区留言，我们会尽力为你解答。t=N7T8。
python 实现convolution neural network卷积神经网络算法
luthane的博客
08-26 1010
卷积神经网络（Convolutional Neural Networks, CNN）是一种包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks, FNN），是深度学习的代表算法之一。基本原理CNN的核心思想是通过模拟人类视觉系统的工作方式，自动提取图像中的特征，并将其用于分类、检测、分割等任务。它主要受到了生物学上感知机制的启发，模拟了人类视觉系统中的感知细胞和复杂细胞的工作方式。
【python计算机视觉编程——1.基本的图像操作和处理】
最新发布
m0_53694086的博客
08-26 770
参数sigma为标准差（σ），是高斯滤波器的一个重要参数，它控制滤波器的平滑程度。标准差越大，高斯函数的曲线越宽，滤波器的影响范围就越大。标准差较大: 高斯滤波器会在更大范围内进行平滑，使得图像变得更加模糊，细节和边缘特征会被更强地平滑掉。标准差较小: 高斯滤波器会产生较小范围的平滑效果，图像的细节保留更多。还可以给定转换矩阵，将RGB图像转换为CIE XYZ色彩空间。图像像素值被分成128个区间，用于计算每个区间的像素值频率。可以返回目录中所有jpg图像的列表。
Android笔试面试题AI答之Kotlin（20）
学无止境，止于至善
08-21 831
Elvis操作符（?:）是Kotlin（以及一些其他编程语言）中用于处理可空表达式的一种简洁方式。它允许在表达式的值为null时提供一个默认值，从而简化了空值的处理。在Kotlin中，构造函数（Constructor）是类的一个特殊方法，它用于初始化新创建的对象。与Java不同，Kotlin中的构造函数不是通过名称来定义的，而是与类名相同，并且没有返回类型（即使是void）。Kotlin支持主构造函数和次构造函数（也称为辅助构造函数或二级构造函数）。
Python优化算法09——黏菌优化算法(SMA)
weixin_46277779的博客
08-24 833
python黏菌优化算法代码和使用
【Python】Pydantic：快速上手
2303_80346267的博客
08-22 1115
Pydantic 是一个用于数据验证和设置管理的 Python 库，基于 Python 类型提示构建。它通过创建数据模型类并使用类型提示进行数据验证，使得数据的验证和解析变得简单而可靠，广泛应用于数据模型的定义和验证，特别是在构建 API 时。
【pip镜像设置】pip使用清华镜像源安装
前端探索者
08-21 2647
PyPI的镜像站点是用于加速Python包下载的服务器，它们提供了与官方PyPI相同的内容，但可能会因为地理位置更近而下载速度更快。进行python 的第三方库安装，但是，有时会出现。使用了清华大学的镜像网站。
基于YOLO V8的PCB缺陷检测识别系统（python源码+Pyqt5界面+数据集+训练代码）
2401_83580557的博客
08-22 489
基于YOLO V8的PCB缺陷检测识别系统【python源码+Pyqt5界面+数据集+训练代码】
反射异常捕获 | InvocationTargetException 要用e.getCause()打印才能看到具体异常
你个无聊小demo的博客
08-22 337
反射异常捕获 | InvocationTargetException 要用e.getCause()打印才能看到具体异常
Python核心编程--Python要点总结
GDHBFTGGG的博客
08-21 2253
Python 核心编程包括了一些关键的要点，理解这些要点对于掌握 Python 至关重要。
内旋转图形验证码识别
03-29
内旋转图形验证码识别是一种用于破解内旋转图形验证码的技术。内旋转图形验证码是一种常见的验证码形式，它通过将字符或图形进行旋转、扭曲等操作，增加了识别的难度。 内旋转图形验证码识别的主要思路是通过计算机视觉和机器学习算法来自动识别验证码中的字符或图形。具体步骤如下： 1. 预处理：首先对验证码进行预处理，包括去噪、二值化等操作，以便后续的特征提取和识别。 2. 特征提取：通过特征提取算法，将验证码中的字符或图形转化为可用于识别的特征向量。常用的特征提取方法包括傅里叶描述子、形状上下文等。 3. 训练模型：使用机器学习算法，如支持向量机（SVM）、卷积神经网络（CNN）等，对提取到的特征进行训练，建立一个验证码识别模型。 4. 验证码识别：使用训练好的模型对新的验证码进行识别。将验证码的特征输入到模型中，模型会输出对应的字符或图形。 需要注意的是，内旋转图形验证码识别是一项复杂的任务，其准确率受到多种因素的影响，如验证码的复杂程度、旋转角度的范围等。在实际应用中，可能需要结合其他技术手段，如图像处理、模型优化等，来提高识别的准确率。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值