12306 验证码识别源码

      最近12306订票助手之类的软件很火，搞得XX部“专家”很抓狂。搞技术的人都知道，实现一个自动订票其实并非难事，不过是几个HTTP(S)操作，提交几个表单罢了。

     但是最为关键的是表单中有一项是需要人工输入的，也就是验证码，验证码使用的初衷就是为了防止机器攻击。可惜XX部设计的验证码质量太差，攻破它实在不费多大劲。

【第一版本】    

 最开始XX部只设计了一种验证码，用于登录页面和订票页面，下面是笔者早期提取的样本：

  

 

   分析一下其弱点：

   1 背景太简单，可以轻易的二值化得到良好的二值图像

   2 字体单一，没有做任何变形，只是位置有些变化

   我们来看一下二值化的效果，固定阈值就够了：

  

 要破解它只需要先找到字体，然后到验证码图像上匹配，得到最佳匹配位置和对应字母即可，具体情况代码中有。

【第二版本】

后来XX部在背景上做了点文章，看上去复杂了一点：

 

背景上多了两条固定颜色的线，看上去情况麻烦了，其实不然，用photoshop观察一下发现其实线与字的亮度是有明显差异的，可以大致过滤掉。

当然这时候不像原来处理得那么干净了。

 

【第三版本】

再后来，XX部增加了一种新的字体，两种验证码交替使用，以期防御攻击。唉，拿这么多钱就知道偷懒，光换字体不升级算法是不行的。当我发现自己的自动登录失效后，只用了两小时更新字体，代码稍作修改就搞定了。

 

 

下面贴张识别效果，总体识别率 > 90%

 

源码下载地址：

1 CSDN :

                 http://download.csdn.net/detail/renyou_hust/5014935

2 Google code: 

       svn checkout http://hack-12306.googlecode.com/svn/trunk/