我的图像之路之CAPTCHA 和 break CAPTCHA

最新推荐文章于 2019-02-28 17:59:00 发布
最新推荐文章于 2019-02-28 17:59:00 发布
阅读量773 收藏
点赞数
分类专栏： c++

我的图像之路之CAPTCHA 和 break CAPTCHA

CAPTCHA 和 break CAPTCHA，这永远是一个turing test的命题。 
CAPTCHA 和 break CAPTCHA双方都在竞赛，

Captcha方：

•Captcha项目： http://www.captcha.net/

•jCaptcha项目：http://jcaptcha.sourceforge.net/

Break Captcha方

•http://www.cs.sfu.ca/~mori/research/gimpy/

•http://sam.zoy.org/pwntcha/

•http://www.brains-n-brawn.com/default.aspx?vDir=aicaptcha

•http://homepages.cs.ncl.ac.uk/jeff.yan/

感觉就是一场拳击赛，很刺激。

张老师在他的图像课上布置了验证码识别的大作业。使得我有幸接触这些。作为我们小组的主要成员之一，我挑起了完成这个作业的重担。

当然，我并不愿意卷入这场无休止hard AI 战争，正如《Recognizing Objects in Adversarial Clutter: Breaking a Visual CAPTCHA 》中所说，验证码识别的意义在于它对Object Recognition很有帮助： 
1、对于一些图片的word extraction来说，验证码的背景噪声要比苛刻，要提高识别率并非易事； 
2、CAPTCHA的验证码产生是开源的，能通过它来产生infinit的testset。这样的数据集很充分。扩展了原来在MNIST上做实验。

读《Recognizing Objects in Adversarial Clutter: Breaking a Visual CAPTCHA》这篇论文并非易事，特别是像我这种图像处理领域的初涉者。作者G.Mori 的宣称他们在EZ-gimpy里的识别率为92%，在gimpy里的识别率为33%。里边提出了shape context 的概念，这是UCBerkely 的eecs里的一个研究成果（http://www.eecs.berkeley.edu/Research/Projects/CS/vision/shape/ ）。 
我还得从shape context开始啊～呵呵，图像路漫漫其修远兮，吾将上下而求索：）

于此同时，工程上我找到了一个开源软件pwntcha ，作者是sam Hocevar 称看到现在市面上那么多卖验证码破解程序的，他改变初衷，把代码全部公布出来。虽然是三年前技术，但是还有很有意义，因为他超强的识别能力了（好多项都是 100%）。你可以在官网是用svn下载，但是下的代码不能直接使用的，而且作者的README写的很不详细，安装后更需要一些设置。 
这里我也提供下载本站的下载pwntcha ，经本人测试通过。

Linux下安装 ： 
1、安装一些库（都是./configure && make && make install） 
1.1、安装imlib2-version.tar.gz 
1.2、安装SDL-version.tar.gz 
1.3、安装SDL_image-version.tar.gz 
1.4、安装opencv-version.tar.gz 
2、编译pwntcha 
2.1、产生configure脚本和Makefile （cd trunk/ && ./bootstrap） 
2.2、编译，安装 （./configure && make && make install）

此时，就会在trunk/src/目录下产生可执行文件 pwntcha，但是，程序还不能做验证码识别。你还需要做以下设置： 
在可执行文件pwntcha所在目录（默认是trunk/src/）下建立share目录。 
把 trunk/src/下的站点文件夹 (xanga,vbulletin,tickets,ticketmaster,slashdot,scode,phpbb,paypal....)，移到share里边。即：share下每个文件夹下都有一个站点文件夹，这些文件夹使得pwntcha能打开这些站点的验证码图片文件。

这两大步骤之后，就能使用pwntcha了。命令是： 
Usage: ./pwntcha [OPTION]... IMAGE... 
-m, --mode <mode> force operating mode 
-s, --share <dir> specify shared dir 
-q, --quiet do not print information messages 
-h, --help display this help and exit 
-v, --version output version information and exit 
识别 
输出结果（点击见大图）

最后列出与验证码识别图像界几位值得关注的教授：


作者： 水木　　　　
shadow67
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
基于OpenCV的验证码图片处理
网络架构
03-27 488
基于OpenCV的验证码图片处理 提供验证码图片数据集data/： 能够对其中至少五种验证码（captcha+另外四种）进行以下处理： 预处理：灰度处理、二值化处理、去噪 字符分割：用OpenCV的轮廓识别方法，并能够保存在相应的文件夹下 例如：分格后的字符为 ，则该图片保存在文件夹/processed/8/下 预期结果：程序运行后能够得到字母+数字共62个文件夹 ...
captcha_break：验证码识别
02-03
使用深度学习来破解captcha验证码 本项目会通过Keras构建一个深度卷积神经网络来识别captcha验证码，建议使用显卡来运行该项目。 下面的可视化代码都是在jupyter notebook中完成的，如果你希望写成python脚本，稍加修改即可正常运行，当然也可以去掉这些可视化代码。 2019年更新了： 适应了新版API 提高了数据生成器的效率 使用了CuDNNGRU提高了训练和预测效率 更新了文档 环境 本项目使用的环境如下： 验证码0.3 张量流gpu 1.13.1 numpy的1.16.4 tqdm 4.28.1 下面几个包是用于可视化的： matplotlib 2.2.2 熊猫0.23.0 pydot 1.4.1 graphviz 2.38.0-12ubuntu2.1 验证码 captcha是用python写的生成验证码的库，它支持图片验证码和语音验证码，我们使用的是它生成图片验证码的功能。 首先我们设置我们的验证码格式为数字加大写字母，生成一串验证码试试看： from captcha . image import ImageCaptcha impor
Django中图形验证码(django-simple-captcha)
谢公子的博客
02-28 7759
django-simple-captcha 在网站开发的登录页面中，经常会需要使用到图形验证码来验证。在Django中，django-simple-captcha库包提供了图形验证码的使用。 下面我们来讲讲如何使用django-simple-captcha包来图形验证，并且点击图片刷新验证码。 django-simple-captcha的安装 pip install django-sim...
【技术分享】ReBreakCaptcha：利用谷歌来破解谷歌的验证码
dianyin7770的博客
12-19 165
概述 从2016年开始，我就在琢磨寻找一种新的绕过谷歌验证码v2的方法会有多难，如果这种方法能够适用于任何环境而不仅仅是针对特定的案例，那这种方法将是非常理想的。接下来我将向你介绍ReBreakCaptcha——一种全新的谷歌验证码v2的绕过技术。 ReBreakCaptcha分为三个阶段： 1、音频挑战-获得正确的挑战类型 2、识别-转换音频挑战音频并将其发送到谷歌的语音识...
使用深度学习来破解 captcha 验证码
热门推荐
03-30 1万+
本文会通过 Keras 搭建一个深度卷积神经网络来识别 captcha 验证码，建议使用显卡来运行该项目。 下面的可视化代码都是在 jupyter notebook 中完成的，如果你希望写成 python 脚本，稍加修改即可正常运行，当然也可以去掉这些可视化代码。Keras 版本：1.2.2。 GitHub 地址：https://github.com/ypwhs/captcha_b
Recognizing Objects in Adversarial Clutter: Breaking a Visual CAPTCHA
02-27
In this paper we explore object recognition in clutter. We test our object recognition techniques on Gimpy and EZGimpy, examples of visual CAPTCHAs. A CAPTCHA (“Completely Automated Public Turing test to Tell Computers and Humans Apart”) is a program that can generate and grade tests that most humans can pass, yet current computer programs can’t pass. EZ-Gimpy (see Fig. 1, 5), currently used by Yahoo, and Gimpy (Fig. 2,9) are CAPTCHAs based on word recognition in the presence of clutter. These CAPTCHAs provide excellent test sets since the clutter they contain is adversarial; it is designed to confuse computer programs. We have developed efficient methods based on shape context matching that can identify the word in an EZGimpy image with a success rate of 92%, and the requisite 3 words in a Gimpy image 33% of the time. The problem of identifying words in such severe clutter provides valuable insight into the more general problem of object recognition in scenes. The methods that we present are instances of a framework designed to tackle this general problem.
Captcha
08-18 333
http://baike.baidu.com/view/538168.htm
利用keras破解captcha验证码
清风徐来，水波不兴
11-23 4995
本文参考了知乎上的一篇文章，只做了少许改动，感觉挺好玩的，自己实现了一下，准确率比原作者的要高一些。如果想要了解原创文章的话，请移步知乎：使用深度学习来破解captcha验证码 本文通过keras深度学习框架来实现captcha验证码的识别，具体的环境配置如下： Python:2.7.12 keras:1.2.2 theano:0.9.0rc2 captcha:0.2.4 nu
django-rest-captcha
05-27
特征速度：使用cache代替数据库安全性：用于生成密钥和图像的联合方法。 （一个键不能生成很多图像） 简单：只需一个rest api（用于生成，刷新图像）。用法将RestCaptchaSerializer添加到受保护的请求验证器中： ...
captcha-1.3.0-API文档-中文版.zip
07-14
赠送jar包：captcha-1.3.0.jar； 赠送原API文档：captcha-1.3.0-javadoc.jar； 赠送源代码：captcha-1.3.0-sources.jar；...人性化翻译，文档中的代码和结构保持不变，注释和说明精准翻译，请放心使用。
captcha.rar
11-06
python语言的captcha资源包
easy-captcha-1.6.2.jar
06-17
字母+数字验证码jar包
自动驾驶-决策规划算法七：B样条曲线(C++).pdf
04-17
自动驾驶-决策规划算法七：B样条曲线(C++)
2024-2030全球与中国1,2-环氧丁烷市场现状及未来发展趋势.docx
04-17
2024-2030全球与中国1,2-环氧丁烷市场现状及未来发展趋势
2024-2030全球与中国胚胎孵化延时系统市场现状及未来发展趋势.docx
04-17
2024-2030全球与中国胚胎孵化延时系统市场现状及未来发展趋势
964431.rar
最新发布
04-17
964431
优达学城机器学习（入门）P2项目-创建电影网站.zip
04-17
机器学习是一种人工智能（AI）的子领域，致力于研究如何利用数据和算法让计算机系统具备学习能力，从而能够自动地完成特定任务或者改进自身性能。机器学习的核心思想是让计算机系统通过学习数据中的模式和规律来实现目标，而不需要显式地编程。 机器学习应用非常广泛，包括但不限于以下领域： 图像识别和计算机视觉： 机器学习在图像识别、目标检测、人脸识别、图像分割等方面有着广泛的应用。例如，通过深度学习技术，可以训练神经网络来识别图像中的对象、人脸或者场景，用于智能监控、自动驾驶、医学影像分析等领域。 自然语言处理： 机器学习在自然语言处理领域有着重要的应用，包括文本分类、情感分析、机器翻译、语音识别等。例如，通过深度学习模型，可以训练神经网络来理解和生成自然语言，用于智能客服、智能助手、机器翻译等场景。 推荐系统： 推荐系统利用机器学习算法分析用户的行为和偏好，为用户推荐个性化的产品或服务。例如，电商网站可以利用机器学习算法分析用户的购买历史和浏览行为，向用户推荐感兴趣的商品。 预测和预测分析： 机器学习可以用于预测未来事件的发生概率或者趋势。例如，金融领域可以利用机器学习算法进行股票价格预测、信用评分、欺诈检测等。 医疗诊断和生物信息学： 机器学习在医疗诊断、药物研发、基因组学等领域有着重要的应用。例如，可以利用机器学习算法分析医学影像数据进行疾病诊断，或者利用机器学习算法分析基因数据进行疾病风险预测。 智能交通和物联网： 机器学习可以应用于智能交通系统、智能城市管理和物联网等领域。例如，可以利用机器学习算法分析交通数据优化交通流量，或者利用机器学习算法分析传感器数据监测设备状态。 以上仅是机器学习应用的一部分，随着机器学习技术的不断发展和应用场景的不断拓展，机器学习在各个领域都有着重要的应用价值，并且正在改变我们的生活和工作方式。
请帮我写这个captcha.php
06-09
好的，captcha.php 是一个用于生成验证码图片的 PHP 文件。以下是一个简单的例子： ```php <?php session_start(); // 生成随机验证码 $random_code = rand(1000, 9999); // 将验证码存储在 session 中，以便验证 $_SESSION['captcha'] = $random_code; // 创建一个空白的图片 $image = imagecreatetruecolor(100, 50); // 设置背景颜色为白色 $bg_color = imagecolorallocate($image, 255, 255, 255); imagefill($image, 0, 0, $bg_color); // 设置验证码颜色为黑色 $code_color = imagecolorallocate($image, 0, 0, 0); // 将验证码写入图片 imagestring($image, 5, 35, 18, $random_code, $code_color); // 输出图片 header("Content-type: image/png"); imagepng($image); // 销毁图片对象 imagedestroy($image); ?> ``` 这个 PHP 文件生成一个 100x50 像素的验证码图片，验证码是一个四位数的随机数，背景为白色，验证码为黑色。将生成的验证码存储在 session 中以便验证。最后输出生成的图片。 你可以将这个文件保存为 captcha.php 并在需要验证码的地方引入它。例如： ```html <img src="captcha.php" alt="验证码"> ``` 这会在页面上显示一个验证码图片。用户输入验证码时，将它输入到表单中，并在服务器端验证是否正确，以防止恶意提交。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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