码王吴彦祖
这个作者很懒,什么都没留下…
展开
-
关于OCR验证码专栏的介绍
关于我的ocr付费专栏介绍原创 2023-07-08 14:21:44 · 722 阅读 · 4 评论 -
Pytorch利用ddddocr辅助识别点选验证码
本篇文章的主要目的是识别点选验证码,其中利用ddddocr来辅助识别,这样整体识别验证码的步骤将会非常简单,具体有多简单,请看步骤首先展示一下点选验证码的数据集**数据集介绍:**可以看到,该点选验证码识别是有一张图主背景图,提示需要依次点击哪些字,基本上大部分点选验证码都是这样,按照语序点击主背景图上的字,可能有些是直接以文本的形式告诉你,有些是给你一张图,这样的话识别起来更麻烦一些,因为还要识别语序图上的字。原创 2022-09-13 17:15:38 · 10528 阅读 · 36 评论 -
全网首发,识别语音验证码,准确率高达99%
注意,本文只提供学习的思路,严禁违反法律以及破坏信息系统等行为,本文只提供思路本文的验证码网址如下,使用base64解码获得通常验证码类型都是图片组成,语音验证码的场景其实用的非常少,因为语音需要接入耳麦去听,这样整个步骤会更复杂,而且如果是在某些公共场所不能大声外放,所以语音验证码其实并不多见,如下图所示,其实本身就有图形验证码的登录场景,为什么还要做语音验证码,作者做这一块的目的一方面是有朋友驱使,另一方面我也想做更多难的事,突破自身技术,同样在过程中学习。原创 2024-07-19 10:34:38 · 78 阅读 · 0 评论 -
极验文字点选验证码识别
背景图就不多说了,标题图,初步一看其实非常简单,标准的字体,使用一般的开源识别模型飞桨等就能轻松识别,事实上,你将文字下载下来,通过代码查看的时候是下面这个情况。透明通道的含义如下:其中0代表完全透明(即该像素完全不可见),255代表完全不透明(即该像素完全可见),其实,这种处理方法也简单,写一个简单的遍历循环即可。这是一篇水文,识别的步骤大家都明白,那一套基本都是标注、训练、优化、预测,极验的文字点选有意思的是标题文字,看如下几张图片。将识别到标题文字排序后,与背景匹配即可。随后,图片即可恢复正常。原创 2024-07-17 18:11:00 · 78 阅读 · 0 评论 -
极验语序点选验证码识别(一)
注意,本文只提供学习的思路,严禁违反法律以及破坏信息系统等行为,本文只提供思路极验文字点选验证码不必多说,很多小伙伴,借助标注工具或者打码平台标注完数据集后,使用开源的目标检测网络即可完成,欢迎收看我之前的文章:或者使用ddddocr等工具进行一阶段的目标检测后,再进行二阶段的分类识别,两种方法都有利弊,那么本文在文字点选的基础上,将介绍如何去识别文字中的语序,**这里本文先介绍第一种方法,在后续的文章中再来讲解其他思路,**下面来看一部分数据集。原创 2024-07-11 18:05:03 · 116 阅读 · 2 评论 -
某淘宝网语义空间推理滑块验证码识别
注意,本文只提供学习的思路,严禁违反法律以及破坏信息系统等行为,本文只提供思路如有侵犯,请联系作者下架本文只讲解大致思路,其中过程可以略显粗糙相信逛过淘宝的老铁都知道,某宝网现在的验证码是通过语义识别出需要的图标类型,并找到全部的图标,得到最大的x2值,详情见下图通过后台查看发现,问题实际上也是一个图片,那么除了目标检测的模型去识别物体位置外,还需要多做一个文字识别的模型去识别问题,话不多说,我们理一下识别步骤。原创 2024-05-19 00:18:16 · 398 阅读 · 0 评论 -
某票星球网图标点选验证码YOLOV8识别案例
注意,本文只提供学习的思路,严禁违反法律以及破坏信息系统等行为,本文只提供思路如有侵犯,请联系作者下架图标点选验证码大家都不陌生了,我们来看下数据集。原创 2024-05-09 15:50:38 · 488 阅读 · 3 评论 -
某象最新旋转验证码角度还原
之前写过一篇文章,,但是这个文章对比现在官网已经过时了,用不了了,此篇文章用到的案例如下现在官网的案例图如下:可以看到,现在的背景图基本上只有一种类型了,对还原的要求需要做的更精细,之前会对圆图做一个去除绿色边缘的操作,现在已经行不通了,会影响到绿色的形状物体,降低还原的准确率,所以本文对新类型的验证码重新做了一个处理,下面看具体步骤。原创 2024-03-22 10:14:03 · 195 阅读 · 0 评论 -
某网乱序拼图验证码快速破解还原
注意,本文只提供学习的思路,严禁违反法律以及破坏信息系统等行为,本文只提供思路本文的验证码网址如下,使用base64解码获得数据集如下,每张图片会切割成四个部分,其中打乱两个拼图的顺序,需要经过鼠标拖动交换两个图片,还原成正常的图片经过代码还原后,效果如下:并且每张图片的还原速度只有几毫秒可以看到,还原几乎百分百准确,还原的方法很简单原创 2024-03-18 14:23:52 · 192 阅读 · 0 评论 -
某商城网单旋验证码角度破解
注意,本文只提供学习的思路,严禁违反法律以及破坏信息系统等行为,本文只提供思路本文的验证码网址如下,使用base64解码获得本文使用opencv的方式实现,不涉及模型训练等AI产品,下面来看实战输入一串任意号码,点击查询后,会出来几种验证码类型,有点选,滑块,还有单旋,本文只介绍单旋验证码我们将背景图和滑块图采集一点放到本地,我这里采集了30张,用于测试最终算法的准确率其实还原正确滑块的角度思路很简单,核心围绕梯度计算来解决,下面来看具体步骤。原创 2024-03-14 16:15:34 · 871 阅读 · 0 评论 -
使用ddddocr训练一键识别文字点选、图标点选验证码(不写一行代码训练,开箱即用)
当写上这个标题,你可能就知道,估计是又用上工具了,不然怎么可能自己不写个网络去训练呢,是的,本文的讲解目的,就是善于工具去更方便的完成我们的工具,众所周知,ddddocr提供了一键识别预测框的功能,即识别出所有文字和图标的位置,但是无法识别具体位置是哪个类别,所以本文主要讲解识别类型的简便训练用法。原创 2024-01-02 13:55:09 · 7109 阅读 · 6 评论 -
利用PaddleOCR识别增值税发票平台验证码(开箱即用)
下面直接讲解利用paddleocr识别的思路,为什么使用paddleocr,因为paddle中集成了较好的ocr文字识别模型,开箱即用即可,废话不多说,剑指主题,识别思路步骤如下。原创 2023-05-25 21:50:21 · 2585 阅读 · 8 评论 -
Python 识别某验消消乐验证码
如果这一个九宫格是一张图片的话,我们将其分割成9个部分,然后每一格都将其标注为一个类别就行,或者直接从源码中拿到9张图片,最终的话,是转成一个二维矩阵进行识别,经过上图,我们转化的二维矩阵为。接下来,只需要用python写一个交换的算法识别就行。原创 2023-07-08 18:05:49 · 594 阅读 · 0 评论 -
Python 利用opencv识别某象旋转验证码,识别率达95%以上
本期介绍某象旋转验证码识别,识别的思想其实与上篇文章识别滑动还原验证码相似,也是借鉴过来的,但是旋转验证码更加复杂,实现起来稍加困难,下面来看一下,原始数据集和识别之后数据集。原创 2023-07-08 13:53:24 · 1910 阅读 · 6 评论 -
全网首发,Python解决某象滑动还原验证码100%还原
与一般的滑动验证码不同,某象的滑动还原验证码是将图像上下两块分割,然后在随机一块往右移动,将两块拼图移动成完整的图像才算成功,事实上,解决这类验证码比普通的验证码还要简单。原创 2023-07-07 14:03:21 · 1226 阅读 · 0 评论 -
Python 利用opencv实现识别最大面积验证码
此篇文章解决的是某象的最大验证码,这个最大面积验证码,就是识别图中划线区域中最大面积的验证码,我一开始打算用深度学习去做,但是结合了网上的资料以及自己的想法来看,还是用opencv处理又快又较为准确,而且还不用准备深度学习的一些环境我准备了大概几十张验证码,经过代码测试后,发现准确率几乎百分百。原创 2023-07-06 18:34:04 · 1072 阅读 · 0 评论 -
Python 识别拼图验证码
注意:如果想要将结果应用与代码中,可以找到 gaps/individual.py文件,将私有属性self._piece_mapping暴露出来,这样就能得到想要的结果,这个属性的值是一个字典{0: 0, 1: 1, 2: 2, 3: 3, 6: 4, 5: 5, 4: 6, 7: 7},代表的是每一块拼图,正确的位置。还原图片,还原图片也需要传入参数60,告诉程序,你的大图中每块小拼图的尺寸。原创 2023-07-02 14:00:58 · 450 阅读 · 0 评论 -
Python 利用深度学习识别空间推理验证码(一)
注意:本文会比较长,因为空间推理验证码本身比较复杂,我会详细的讲解,我是如何一步一步拆分空间推理的思想去实现的,另外,这里只介绍第一种思想来解决空间推理验证码,实际上,解决该验证码的方法也比较多,这第一种,我会讲解的比较简单,通俗易懂。注意:下面数据集使用的是我上一篇博客生成的首先来看一下,我们需要解决的问题请点击在大号球右侧的绿色物体。请点击在大型红色物品右边的大型绿色物体。请点击小号黄色物品。请点击大体积蓝色物品。请点击圆柱体。请点击与球有相同颜色的物体。原创 2023-07-01 11:06:44 · 1539 阅读 · 2 评论 -
Python 自动生成空间推理验证码
首先看一下,空间推理最终生成的效果,如下图。原创 2023-06-30 20:20:47 · 529 阅读 · 0 评论 -
YOLOV5识别图标点选验证码
此图片的来源其实就是由上篇博客而来,如何使用python制作图标点选验证码通过统计分析得知,图上的类别大概有110种左右,背景图大概有20张左右,每张图片中含有6个图标,每个图标有大有小,大概是图标经过缩放了,大概缩放比例是0.8-1.5。原创 2023-06-16 21:31:51 · 2655 阅读 · 4 评论 -
Python如何制作图标点选验证码
图标点选验证码制作起来非常简单,你只需要准备两部分数据集,数据集数量都不用很多,背景图我选择了20个左右,大小为(300, 500)左右,图标我抓取了100多个,图标大小为(40,40)左右,图标由不同大小的透明度构成。原创 2023-06-16 21:00:28 · 1777 阅读 · 0 评论 -
四六位、不定长、计算题等验证码,一款工具全部搞定,简单方便还开箱即用,精度高达96%!!
本文秉承着开箱即用的原则,真正做到一款工具识别秒杀所有单行文本验证码,这里的单行指的就是某张4位6位或者计算题或者文字的验证码,我是使用了4位+6位+计算题,一起训练识别,我的数据集部分展示图片如下:大概这么几种吧,如果你的种类很多,完全可以全部放到一起进行训练, 话不多少,直接看训练步骤。原创 2023-06-08 20:14:53 · 1157 阅读 · 6 评论 -
使用YOLOV8实现滑块缺口验证码识别,并使用Fastdeploy快速部署,精度高达99%!!
首先大家对滑块缺口验证码的识别应该有很多经验了,大部分人可能阅读过我的文章或者其他人的文章,能从各方了解到,滑块缺口的各种实现方式,例如模板匹配、边缘检测、提取透明通道、yolov5,paddledection等,此篇文章将会讲解yolov8的使用和训练,yolov8相对于yolov5有着更好的精度,同时,搭配fastdeploy也能快速部署,我仅在此,为大家分享一下使用经验。原创 2023-05-29 15:08:53 · 2261 阅读 · 0 评论 -
Pytorch利用迁移学习识别4位定长验证码
目前市场上利用深度学习识别验证码最简单的应该就是识别定长验证码了,最多52个字母+10个数字的分类组合,利用非常简单的神经网络结构基本就能识别,下面使用Pytorch迁移学习来实现一遍,使用迁移学习完全不用自己搭建模型,只需要自己做数据集,直接开练准备数据集,我的数据集是这样,我这里有十几二十种数据集,需要的小伙伴可以私聊我话不多说, 直接上pytorch训练的基本步骤先导入库from torch.utils.data import Datasetimport torchvision.tr原创 2022-04-14 17:54:53 · 2556 阅读 · 5 评论 -
Pytorch利用CNN识别计算题验证码
其实识别计算题验证码和识四六位定长验证码原理是一样的,利用深度学习识别的话方法有很多,可以利用RNN,可以利用目标检测,但是这里我就拿最简单的CNN来举例,这种简单的方式希望能引导大家,去实现更多的方式,先来看下数据集准备数据集,我的数据集是这样的,数据集总数有300多张,但是有200多张是重复的,真正能提供特征的话只有100多张,不过需要识别的只需要前三位就够了,数据集的分布分别为, 1-9的数字 ,3位运算符(没有除法),1-9的数字,即使全部排列组合,也没有多少数据集,当然,我没有采样到全部的数据原创 2022-03-31 16:06:35 · 2704 阅读 · 7 评论 -
Python-Opencv 识别滑块验证码缺口位置(一)
Python-Opencv 识别滑块验证码缺口位置本章非常简单,就是放图片放源码,开篇即用,小伙伴只需要针对需要破解的验证码改一下参数就行,这边太复杂的除外这是我的验证码以下是代码和结果import cv2import base64import numpy as npdef cv_show(img): # 展示图片 cv2.imshow("img", img) cv2.waitKey(0) cv2.destroyAllWindows()img = cv2.imr原创 2022-01-20 11:19:33 · 4338 阅读 · 0 评论 -
opencv-python 关于识别滑块的一些经验和总结
关于opencv识别滑块前言:目前市场上滑块的种类众多,opencv对每种滑块的识别处理方式也不一样,这里总结大部分的一些滑块的识别经验,如果说的哪里有问题欢迎指出,目前我也是根据我识别滑块的经验得出滑块的种类1、小缺口识别原图该类滑块,一般需要得到两张图片,一张是缺口的图片,一张是带有缺口的原图,这种识别如果没有做很强的干扰在里面的话,这种识别其实是简单的,只要使用opencv的模板匹配功能即可,代码如下from io import BytesIOfrom PIL import Image原创 2022-02-14 10:26:12 · 4001 阅读 · 2 评论 -
Tensorflow利用CNN识别4位定长验证码
目前市场上利用深度学习识别验证码最简单的应该就是识别定长验证码了,最多52个字母+10个数字的分类组合,利用非常简单的神经网络结构基本就能识别,下面使用Tensorflow来实现一遍准备数据集,我的数据集是这样的1、搭建数据模型class Data(tf.Module): def __init__(self, name=None): super().__init__(name=name) with self.name_scope: se原创 2022-02-14 10:57:15 · 753 阅读 · 0 评论 -
深度学习利用RCNN识别不定长计算题验证码(pytorch版,LSTM + CTCLoss)
这里继上篇利用迁移学习resnet训练计算题后,对于如果有多位或者不定长位数的验证码问题难以解决了,所以采用RNN解决不定长序列的计算题验证码问题,这种解决方式同样适用于不定长4,6位验证码,接下来看详细步骤准备数据集,我的数据集是这样的,数据集总数有将近上万张多张大概有三四张类型,所有的特征是[“零”, “一”, “二”, “三”, “四”, “五”, “六”, “七”, “八”, “九”, “加”, “减”, “乘”, “除”, “等”, “于”, “?”, “以”],我这里还没有两位数及以上的计算题原创 2022-04-19 16:02:34 · 2809 阅读 · 10 评论 -
OpenCV 验证码图像增强处理 一、滤波增强
基于Opencv的验证码图像增强方式原创 2022-06-08 17:22:12 · 1519 阅读 · 0 评论 -
Python-Opencv 识别滑块验证码缺口位置(二)
此款验证码看似非常的简单,背景单一,没有太多的噪音,加上灰度滑块也比较清晰,所以直接用opencv中的边缘检测加上轮廓提取轻易就能实现,但其实,我们用cv2读取图片会发现暗藏玄机。首先,有意思的是,我们直接用cv2读取图片后,在展示出来,是这样的那么这种情况就更好处理了,直接把透明通道取出来,利用边缘检测+轮廓提取,这样得出来的结果还会非常精准。原创 2022-09-08 10:24:47 · 1608 阅读 · 0 评论 -
Python-Opencv 识别滑块验证码缺口位置(三)
之前的两篇文章讲过利用边缘检测来提取滑块的轮廓,当遇到提取的轮廓有多条时,在去筛选,到最后的效果也不一定很好,所以可以使用另一种方法来检测却缺口,有的滑块,是包含一个小图,和一个大图的,小图是从大图中的一部分抠出来的,这个时候,就可以用到opencv中的模板匹配功能,模板匹配,可以将小图,匹配到大图中缺口的那个区域,这样,也能达到检测滑块缺口的效果,下面来看实战。我的步骤大致是这样,先转为灰度图,然后在对小图进行处理,然后添加自适应阈值化,然后使用模板匹配,找到匹配值可能性最大的缺口即可。原创 2022-09-08 10:58:24 · 1865 阅读 · 0 评论 -
Python-Opencv 识别滑块验证码缺口位置(四)
总结上述,模板匹配,如果背景图针对小图缺口有很多干扰的情况下,不一定次次都成功,像第三组,反而匹配到一个较为离谱的缺口去了,这里跟代码也相关,因为模板匹配最终匹配的是全局效果,从全局来看,算法认为第一个小缺口反而更匹配。上篇文章介绍了模板匹配的效果,下面讲述一下模板匹配的一些其他情况,例如下图,有可能会有两个缺口滑块,需要匹配其中一个,或者是匹配的缺口奇形怪状,背景奇形怪状等等,这里只讲一下基本的处理方法,大致流程和上篇其实差不多,原创 2022-09-08 11:48:06 · 1944 阅读 · 0 评论 -
Pytorch利用图像分割识别手势验证码(Deeplabv3)
Pytorch利用图像分割识别手势验证码原创 2022-09-06 13:39:58 · 1386 阅读 · 3 评论 -
YOLOV5识别成语点选验证码
yolov5训练成语点选验证码原创 2022-09-01 15:31:42 · 3310 阅读 · 12 评论